Question

我一直致力于MNIST数据集对手写数字图像进行分类。我可以读取图像并计算它们的直方图。然后，我将直方图的Mat推回向量。我无法实现K-Means聚类算法方法（kmeans（））因为方法的第一个参数（InputArray）导致了一些错误

已使用OpenCV 3.0。

vector<Mat> histogram_list;


//some implementations


int clusterCount = 10;
Mat labels, centers;
int attempts = 5;
kmeans(samplingHist(histogram_list, h_bins, s_bins), clusterCount, labels,
    TermCriteria(CV_TERMCRIT_ITER | CV_TERMCRIT_EPS, 10000, 0.0001),
    attempts, KMEANS_PP_CENTERS, centers);

有什么建议可以解决这个问题吗？

编辑：

mat.int.hpp文件。关于断言的错误失败了......它让我回到那段代码。

template<typename _Tp> inline_Tp& Mat::at(int i0, int i1) {
CV_DbgAssert(dims <= 2);
CV_DbgAssert(data);
CV_DbgAssert((unsigned)i0 < (unsigned)size.p[0]);
CV_DbgAssert((unsigned)(i1 * DataType<_Tp>::channels) < (unsigned)(size.p[1] * channels()));
CV_DbgAssert(CV_ELEM_SIZE1(DataType<_Tp>::depth) == elemSize1());
return ((_Tp*)(data + step.p[0] * i0))[i1];

}

我尝试从向量中采样Mat来解决问题。然而，它无法帮助解决它。我在哪里犯错？

Mat samplingHist(vector<Mat> &vec, int h, int s) {
    Mat samples(vec.size(), h * s, CV_32F);
    for (int k = 0; k < vec.size(); k++)
        for (int y = 0; y < h; y++)
            for (int x = 0; x < s; x++)
                samples.at<float>(k, y* s + x) = vec[k].at<float>(y, x);
    return samples;
}

Answer 1

您传递了错误的参数。说InputArray data的文档必须是Mat或至少std::vector<cv::Point2f>，而不是std::vector<Mat>。

看看这个例子： http://docs.opencv.org/3.1.0/de/d63/kmeans_8cpp-example.html

OpenCV中K-Means聚类方法的输入数据类型（vector <mat>）

1 个答案: