OpenCV KNearest输入

Question

在OpenCV {@ 1}}中使用KNearest类的第一个参数的确切含义是什么？

我是否必须传递CvMat* trainData以及类的质心位置或其他信息？

Answer 1

正如所说的here，它是所有训练样本的缓存，即：你需要一个初始集。之后，您可以请求训练集中最接近的所有新向量。 kNN是一个分类器（这就是它继承自CvStatModel的原因。一个典型的用途是：你有一套根据你想要的特征计算的特征，从图像数据集（但不仅限于关键点！）中说出ORB特征，你想要知道一个未知的图像，它是什么。你用训练集训练你的kNN（即：你知道这个类的每个图像上计算的特征），你计算未知图像上的特征，你找到k个最近的邻居训练集（使用find_nearest）。你看看每个最近邻居的标签，并且多数标签可能是你图像的类=＆gt;你已经识别和图像。这只是kNN的一个典型用途还有很多其他人！

如果您正在寻找将一组数据聚类到K类的解决方案（例如：对于一组向量，您希望将分区划分为k个组），请查看kmeans。