分类图像集

Question

我有来自显微镜的图像集合的文件夹，我必须将它们分成两类（具有缺陷且没有缺陷的样品）。此外，我还有一些已经分类的图像。 我从来没有尝试过类似的东西，所以有没有人有如何使用python scikit库做的例子？

Answer 1

这里不是一个问题，但由于有一个程序化的方面，我会尽力帮助。

这只是一种解决方案，请注意。

问题分解为：

1. 在这些问题中，你需要做的第一件事就是弄清楚照片的“特征”会区分两者。例如，“好”类通常在其中具有更多的曲线/圆圈，而“坏”类具有更多的线性/锐利线。或者也许一个班级更轻，另一个班级更暗，等等。
2. 第二部分是针对每个这样的“特征”创建一个为图像评分值的方法。所以每张照片都会得到一个值（比如介于0.0到1.0之间，但不是必需的），然后每张照片都有一个特征向量。
3. 使用训练集中每个图像的特征向量输入，然后训练决策树。看看http://scikit-learn.org/stable/modules/tree.html，这对我有帮助。
4. 准备好分类器后，您只需在此处申请。
5. 请注意，这里的整个艺术创造了正确的“功能”。

或者，您可能想要查看Violla-Jones图像分类器，您可以使用OpenCV来训练它。 1.如何训练分类器的说明：http://docs.opencv.org/trunk/doc/user_guide/ug_traincascade.html 2.文件解释：http://www.cs.cmu.edu/~efros/courses/LBMV07/Papers/viola-cvpr-01.pdf 3.教程http://note.sonots.com/SciSoftware/haartraining.html

希望这会有所帮助