我有一个问题，我得到一组图片，需要对这些图片进行分类。
问题是，我对这些图像并不了解。因此，我计划使用尽可能多的描述符，然后对其进行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。这意味着可能有从Image X到Image X + 1的开发，尽管我希望这可以通过每个Image中的信息进行整理。
我的问题是：
- 使用Python时如何做到最好？ （我想首先在速度不成问题的情况下进行概念验证）。我应该使用哪些库？
- 是否有图像分类这样的例子？使用一堆描述符并通过PCA将其烹饪下来的示例？说实话，这部分对我来说有点吓人。虽然我认为python应该已经为我做了类似的事情。
编辑：
我找到了一个整洁的工具包，我目前正在尝试这个： 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有点精致了。我将使用Fat系统作为数据库。我将为每个类组合的实例提供一个文件夹。因此，如果图像属于第1类和第2类，则会有一个包含这些图像的文件夹img12。这样我就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的libary（sklearn）的例子，它做了我想做的事情。它是关于识别手写数字。我正在尝试将我的数据集转换为可以使用的数据集。
这是我发现使用sklearn的例子：
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()
您可以将图片转换为像素矢量，并在该矢量上执行PCA。这可能比尝试手动查找描述符更容易。你可以在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近邻。即你找到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你的图像。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
我知道我没有直接回答你的问题。但是图像变化很大：遥感，物体，场景，fMRI，生物内部，面部等等......如果你缩小分类范围并让我们知道，这将有所帮助。
你在计算什么描述符？我使用的大多数代码（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＆ http://www.pythonware.com/products/pil/）。尝试这个描述符基准测试，它具有来自麻省理工学院人员的预编译状态的最新代码： http://people.csail.mit.edu/jxiao/SUN/ 尝试查看GIST，HOG和SIFT，这些都是非常标准的，具体取决于您想要分析的内容：场景，对象或点。
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
feature_11（X_digits [1778]）
然后使用lda：
来自sklearn.discriminant_analysis import LinearDiscriminantAnalysis
clf = LinearDiscriminantAnalysis（）
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）
首先，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)