11

我的问题是我得到了一组图片并且需要对它们进行分类。

问题是，我对这些图像一无所知。因此，我计划使用尽可能多的描述符，然后对这些描述符进行 PCA，以仅识别对我有用的描述符。

如果有帮助的话，我可以对很多数据点进行监督学习。但是，图片有可能相互连接。这意味着可能存在从图像 X 到图像 X+1 的发展，尽管我有点希望这可以通过每个图像中的信息进行整理。

我的问题是：

  1. 使用 Python 时如何做到最好？（我想首先在速度不是问题的情况下进行概念验证）。我应该使用哪些库？
  2. 是否已经有此类图像分类的示例？使用一堆描述符并通过 PCA 将它们煮熟的示例？老实说，这部分对我来说有点吓人。虽然我认为 python 应该已经为我做了这样的事情。

编辑：我找到了一个整洁的工具包，我目前正在为此尝试：http ://scikit-image.org/那里似乎有一些描述符。有没有办法进行自动特征提取并根据特征对目标分类的描述能力对特征进行排名？PCA 应该能够自动排名。

编辑 2：我的数据存储框架现在更加完善了。我将使用 Fat 系统作为数据库。我将为类组合的每个实例创建一个文件夹。因此，如果图像属于 1 类和 2 类，则会有一个包含这些图像的文件夹 img12。这样我可以更好地控制每个班级的数据量。

编辑3：我找到了一个python库（sklearn）的例子，它可以做我想做的事情。它是关于识别手写数字。我正在尝试将我的数据集转换为我可以使用的东西。

这是我使用 sklearn 找到的示例：

import pylab as pl

# Import datasets, classifiers and performance metrics
from sklearn import datasets, svm, metrics

# The digits dataset
digits = datasets.load_digits()

# The data that we are interested in is made of 8x8 images of digits,
# let's have a look at the first 3 images, stored in the `images`
# attribute of the dataset. If we were working from image files, we
# could load them using pylab.imread. For these images know which
# digit they represent: it is given in the 'target' of the dataset.
for index, (image, label) in enumerate(zip(digits.images, digits.target)[:4]):
    pl.subplot(2, 4, index + 1)
    pl.axis('off')
    pl.imshow(image, cmap=pl.cm.gray_r, interpolation='nearest')
    pl.title('Training: %i' % label)

# To apply an classifier on this data, we need to flatten the image, to
# turn the data in a (samples, feature) matrix:
n_samples = len(digits.images)
data = digits.images.reshape((n_samples, -1))

# Create a classifier: a support vector classifier
classifier = svm.SVC(gamma=0.001)

# We learn the digits on the first half of the digits
classifier.fit(data[:n_samples / 2], digits.target[:n_samples / 2])

# Now predict the value of the digit on the second half:
expected = digits.target[n_samples / 2:]
predicted = classifier.predict(data[n_samples / 2:])

print("Classification report for classifier %s:\n%s\n"
      % (classifier, metrics.classification_report(expected, predicted)))
print("Confusion matrix:\n%s" % metrics.confusion_matrix(expected, predicted))

for index, (image, prediction) in enumerate(
        zip(digits.images[n_samples / 2:], predicted)[:4]):
    pl.subplot(2, 4, index + 5)
    pl.axis('off')
    pl.imshow(image, cmap=pl.cm.gray_r, interpolation='nearest')
    pl.title('Prediction: %i' % prediction)

pl.show()
4

4 回答 4

8

您可以将图片转换为像素向量，并对该向量执行 PCA。这可能比尝试手动查找描述符更容易。您可以在 python 中使用 numPy 和 sciPy。例如：

import scipy.io
from numpy import *
#every row in the *.mat file is 256*256 numbers representing gray scale values
#for each pixel in an image. i.e. if XTrain.mat has 1000 lines than each line
#will be made up of 256*256 numbers and there would be 1000 images in the file.
#The following loads the image into a sciPy matrix where each row is a vector
#of length 256*256, representing an image. This code will need to be switched
#out if you have a different method of storing images.
Xtrain = scipy.io.loadmat('Xtrain.mat')["Xtrain"]
Ytrain = scipy.io.loadmat('Ytrain.mat')["Ytrain"]
Xtest = scipy.io.loadmat('Xtest.mat')["Xtest"]
Ytest = scipy.io.loadmat('Ytest.mat')["Ytest"]
learn(Xtest,Xtrain,Ytest,Ytrain,5) #this lowers the dimension from 256*256 to 5

def learn(testX,trainX,testY,trainY,n):
    pcmat = PCA(trainX,n)
    lowdimtrain=mat(trainX)*pcmat #lower the dimension of trainX
    lowdimtest=mat(testX)*pcmat #lower the dimension of testX
    #run some learning algorithm here using the low dimension matrices for example
    trainset = []    

    knnres = KNN(lowdimtrain, trainY, lowdimtest ,k)
    numloss=0
    for i in range(len(knnres)):
        if knnres[i]!=testY[i]:
            numloss+=1
    return numloss

def PCA(Xparam, n):
    X = mat(Xparam)
    Xtranspose = X.transpose()
    A=Xtranspose*X
    return eigs(A,n)

def eigs(M,k):
    [vals,vecs]=LA.eig(M)
    return LM2ML(vecs[:k])

def LM2ML(lm):
    U=[[]]
    temp = []
    for i in lm: 
       for j in range(size(i)):
           temp.append(i[0,j])
       U.append(temp)
       temp = []
    U=U[1:]
    return U

为了对图像进行分类，您可以使用 k 最近邻。即，您找到 k 个最近的图像，并通过对 k 个最近的图像的多数投票来标记您的图像。例如：

def KNN(trainset, Ytrainvec, testset, k):
    eucdist = scidist.cdist(testset,trainset,'sqeuclidean')
    res=[]
    for dists in eucdist:
        distup = zip(dists, Ytrainvec)
        minVals = []
    sumLabel=0;
    for it in range(k):
        minIndex = index_min(dists)
        (minVal,minLabel) = distup[minIndex]
        del distup[minIndex]
        dists=numpy.delete(dists,minIndex,0)
        if minLabel == 1:
            sumLabel+=1
        else:
            sumLabel-=1
        if(sumLabel>0):
            res.append(1)
        else:
            res.append(0)
    return res
于 2013-05-09T08:12:55.247 回答
3

我知道我没有直接回答你的问题。但图像差异很大：遥感、物体、场景、功能磁共振成像、生物医学、人脸等……如果您缩小分类范围并让我们知道会有所帮助。

你在计算什么描述符？我使用的大部分代码（以及计算机视觉社区）都在 MATLAB 中，而不是在 python 中，但我确信有类似的代码可用（pycv 模块和http://www.pythonware.com/products/pil /）。试试这个描述符基准，它预编译了麻省理工学院人员提供的最先进的代码：http: //people.csail.mit.edu/jxiao/SUN/试试看 GIST、HOG 和 SIFT，这些都很漂亮标准取决于您要分析的内容：分别是场景，对象或点。

于 2013-05-08T17:19:36.273 回答
0

一、导入库并提取图片

from sklearn import datasets    
%matplotlib inline
import sklearn as sk
import numpy as np
import matplotlib.pyplot as plt
digits = datasets.load_digits()
X_digits = digits.data
y_digits = digits.target
ind4 = np.where(y_digits==4)
ind5=  np.where(y_digits==5)
plt.imshow(X_digits[1778].reshape((8,8)),cmap=plt.cm.gray_r)
于 2016-12-21T10:26:58.543 回答
0

然后使用此功能：

xx = np.arange(64)

def feature_11(xx):

yy=xx.reshape(8,8)
feature_1 = sum(yy[0:2,:])
feature11 = sum(feature_1)
print (feature11)
return feature11

特征_11（X_digits[1778]）

然后使用lda：

从 sklearn.discriminant_analysis 导入 LinearDiscriminantAnalysis

clf = 线性判别分析（）

ind_all = np.arange(0,len(y_digits))

np.random.shuffle(ind_all)

ind_training = ind_all[0:int(0.8 * len(ind_all)) ]

ind_test = ind_all[int(0.8 * len(ind_all)):]

clf.fit(X_digits[ind_training], y_digits[ind_training])

y_predicted = clf.predict(X_digits[ind_test])

plt.subplot(211)

plt.stem(y_predicted)

plt.subplot(212)

plt.stem(y_digits[ind_test], 'r')

plt.stem(y_digits[ind_test] - y_predicted, 'r')

sum (y_predicted == y_digits[ind_test]) / len(y_predicted)

于 2016-12-21T10:33:08.857 回答