使用OpenCV cv::kmeans()处理一维输入数据

Question

尽管Python教程使用的是一维数据，但我不能在C++接口中做同样的事情：

int size=100;
std::vector<float> data(size);
for (size_t i = 0; i < size ; i++)
{
    data[i] = (float)i; //placeholder
}
std::vector<int> labels;
std::vector<float> centers;
cv::kmeans(data, 3, labels,
    cv::TermCriteria(CV_TERMCRIT_ITER+CV_TERMCRIT_EPS, 10, 0.1),
    3, cv::KMEANS_PP_CENTERS, centers);

这个错误是因为cv::kmeans期望输入是二维的所以导致内部断言失败。CV_Assert(N>=K)失败是因为K为3而N为1。我的错误在哪里？

- PhilLab

---

什么是“strengths”？此外，N是输入Mat的元素数量，用于行向量。我只是猜测，但你可能把形状搞错了。strengths.reshape(1,1)应该将其变成一个n个元素，1行输入。 - berak

将其重命名为"data"。输入是一个std::vector（通常应该没问题，因为OpenCV内部知道如何处理向量作为输入）。但它将其转换为一个（1 x data.size()）矩阵，其中只有一个通道。这会导致异常，因为kmeans需要一个2通道的输入。 - PhilLab

为什么不使用Mat数据而是vector<float>？ - berak

断言（N>=K）只是确保您至少拥有与要计算的簇数相同数量的样本。您的问题是将向量传递给kmeans而不是cv :: Mat会导致N的错误计算，正如@Xocoatzin在他的答案中所说。 - remi

“为什么不使用Mat？”：我发现向量更容易理解：当您在IDE中悬停在对象上时，您可以直接看到存储的内容。矩阵没有清晰的类型。通常，OpenCV可以处理向量。最终（如答案所建议的），我使用了矩阵。但我认为这是一个OpenCV的错误。 - PhilLab

Answer 1

问题在于当您将一个向量传递给需要InputArray的函数时，该函数调用getMat()时会创建一个具有1行的Mat。但出于Xocoatzin在源代码中指出的原因，这在此情况下是行不通的。显然，您不能调整向量的形状，尽管有人建议过。如果您的输入是一个向量，并且您无法更改它，则需要明确地将向量转换为一列Mat，如下所示。

int size=100;
std::vector<float> data(size);
for (size_t i = 0; i < size ; i++)
{
    data[i] = (float)i; //placeholder
}

cv::Mat data_mat(data.size(), 1, CV32FC1, &data[0]);  // ** Make 1 column Mat from vector

std::vector<int> labels;
std::vector<float> centers;
cv::kmeans(data_mat, 3, labels,     // ** Pass 1 column Mat from Mat to kmeans
   cv::TermCriteria(CV_TERMCRIT_ITER+CV_TERMCRIT_EPS, 10, 0.1),
    3, cv::KMEANS_PP_CENTERS, centers);

- Bull

---

最终，两个答案都指向了同一个想法 :-) 我现在不再重塑数据，而是直接将数据存储在适当维度的矩阵中，并停止使用向量。 - PhilLab

Answer 2

编辑:

我刚刚检查了源代码，它写着：

//...
bool isrow = data.rows == 1 && data.channels() > 1; // MORE THAN ONE CHANNEL
int N = !isrow ? data.rows : data.cols; 
//...

//...
CV_Assert( N >= K );

如果您的数据在单行中，那么您需要在输入矩阵中有多个通道并且比K更多的列。

---

一个快速解决方法：在调用kmeans之前重塑您的矩阵。

它不会复制任何数据，只是改变矩阵的维度。所以，如果您有：

[12345678] // mat 1 x 8

当您使用2行进行重新整形后：

[1234| // a mat 2 x 4
|5678]

你应该能够调用kmeans函数。(别忘了重新调整形状)

- ButterDog

---

我向OpenCV提交了一个修复，并已合并到3.1版本。 - PhilLab