如何从图中提取有用的功能？

Question

事情是这样的：

我有一些像上面这些图片的图表，我试图将它们分类为不同种类，因此可以识别角色的形状，这就是我所做的：

我对图形应用了2-D FFT，因此我可以对这些图形进行光谱分析。以下是一些结果：

2-D FFT后的S

2-D FFT后的T

我发现在FFT之后，相同的字母共享相同的幅度图形模式，我想使用此功能来聚类这些字母。但是存在一个问题：我希望感兴趣的特征可以在二维平面中呈现，即以（x，y）的形式呈现，但这里的特征实际上是一个图形，具有大约600 * 400个元素，并且我知道我唯一感兴趣的是图形的形状（S是中间的一个点，T就像一个十字架）。那么我该怎么做才能减小幅度图的维数呢？

我不确定我在这里清楚我的问题，但提前谢谢。

Answer 1

您可以使用降维方法，例如

• k-means群集
• SVM
• PCA
• MDS

这些方法中的每一个都可以采用二维数组，并找出最佳坐标系来区分/表示您的字母。 一种开始的方法是使用这些方法中的任何一种将240000维空间缩小到26维空间。 这会为每个可能的字母提供一个“幅度”。

但正如@jucestain所说，网络分类器非常适合字母识别。