Question

我想知道是否存在任何可用于保存OpenCV中定义的训练EM（Expectation Maximization或高斯混合模型）模型的方法/函数？

我已经尝试了Pickle dump（）方法，但它无效。它显示错误： TypeError：无法腌制EM对象。而且，我尝试过其他简单的方法，如文件打开和写入（XML格式）。但是，它也没有用。

以下是我的Python代码的一部分：

import cv2
import numpy as np
from sklearn import mixture

im = cv2.imread('001.png', False)
PCenter = [2,2]
pyrDown_img = im.copy()
X_train = []
gmm_clf = cv2.EM(12, cv2.EM_COV_MAT_DIAGONAL) # Initialize classifier object

for row in range(PCenter[0], pyrDown_img.shape[0] - PCenter[0]):
    for col in range(PCenter[1], pyrDown_img.shape[1] - PCenter[1]):

        patch = pyrDown_img[row-PCenter[0]:row+PCenter[0]+1, col-PCenter[1]:col+PCenter[1]+1]
        patch = np.asarray(patch) # compute patch as a feature vector
        X_train.append(patch.reshape(-1))

X_train = np.asarray(X_train)
gmm_clf.train(X_train) # train GMM classifier

我想将此 gmm_clf 保存到文件中，以便稍后用于测试目的。

Answer 1

mean = gmm_clf.getMat('means')
cov = gmm_clf.getMatVector('covs')

然后保存卑鄙，与泡菜相关。

但是，根据doc的最后一部分，您不能gmm_clf.setMat('means')。

所以，你现在有两个选择：

修改opencv源代码，使得均值和协方差不是只读的，然后再次编译cv2.so。
使用提取均值和cov。

（我会选择2，这很容易。）

Answer 2

我知道这是旧的，但我刚刚遇到过这个问题，我很确定这种方法比使用pickle更好。使用numpy.savez或在空格问题numpy.savez_compressed时使用，例如：

import cv2
import numpy as np

# say em is your trained cv2.EM()
means   = np.float32(em.getMat("means"))
covs    = np.float32(em.getMatVector("covs"))
weights = np.float32(em.getMat("weights"))

filepath = "gmm_coefficients.npz"
np.savez(filepath, means=means, covs=covs, weights=weights)

# then to load the file
npzfile = np.load(filepath)
means   = npzfile["means"]
covs    = npzfile["covs"]
weights = npzfile["weights"]

如何使用Python保存/编写OpenCV EM / GMM模型？

2 个答案: