Python中的聚类- 图像聚类

Question

Python中的聚类- 图像聚类

3

我想使用K均值或其他算法（需要建议）对图像进行聚类。

问题是这样的- 我想将图像分成3个群组（自然，日落，水）。我使用os.listdir()加载了所有的图像，然后将所有图像转换为数组（RGB），并创建了一个包含三列的数据框-ID、Image_array、Label。

现在，当我使用K均值聚类，并提供n_clusters = 3时，它显示以下错误：

from sklearn.cluster import KMeans kmeans = KMeans(n_clusters = 3).fit(img_array) ERROR = Found array with dim 4. Estimator expected <= 2.

现在，我需要您在此聚类问题上的帮助。我创建的数据框如下所示：

img_array = []

path = "C://Users/shivam/Desktop/freelancer/p22/data/green_nature/"
for f in os.listdir('.'):
    if f.endswith('.jpg'):
        img = Image.open(f)
        data = np.asarray(img, dtype='uint8')
        img_array.append(data)


df = pd.DataFrame({'image_arrays':img_array})
df['id'] = range(1, len(df) + 1)

- user7759009

2个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- TheLaurens · Answer 1

正如你所说，k-means希望每个输入都有一个向量，而你提供的是每个图像的3D数组。解决这样的问题（需要一些创意）最简单的方法是设计一组特征，这些特征对于你拥有的类别具有区分性。

由于在这种情况下，你希望分类自然（大量绿色），水（大量蓝色）和日落（大量红/黄/粉色？），因此可以使用总体或平均绿色、蓝色和红色值。要检查你选择的特征是否具有区分性，可以绘制直方图。

从你的4D（图像x宽度x高度x颜色）数组转换为2D（图像x平均颜色）数组，你需要在颜色、高度和宽度维度上取np.mean。最终，你应该有一个（图像x 3（颜色））数组。

- Alianse777 · Answer 2

这是因为您传递了一个4维数组，而期望的是2维数组。'img_array.shape' 应该像这样（n_samples, n_features）。您需要使用特征提取算法。

这可以通过scikit-image模块完成。您需要将图像转换为灰度格式。代码：

import skimage.feature as feature
img_converted = []
for i in range(len(img_array)):
    img_converted.append(feature.hog(img_array[i]))
model.fit(np.array(img_converted))

文档：http://scikit-image.org/docs/dev/api/skimage.feature.html#hog