Question

我是opencv的新手，我正在尝试查找并保存kmeaned聚簇图像的最大群集。我有：

按照Mercury和Bill the Lizard在以下帖子（Color classification with k-means in OpenCV）中提供的方法对图像进行聚类，
通过查找kmeans输出中最大的标签数来确定最大的群集（bestLables）
尝试在Point2i数组中存储构成最大群集的像素的位置

然而，神秘之处在于我发现自己的存储点数远远少于计数在尝试找到最大的集群时获得。换句话说：inc＆lt;最大。加上inc给出的数字甚至不对应任何其他集群的点数。

我做错了什么？或者有更好的方法来做我想做的事情吗？任何输入都将非常感激。提前感谢您的宝贵帮助!!

#include <iostream>
#include "opencv2/opencv.hpp"
#include<opencv2/highgui/highgui.hpp>
#include <stdio.h>
#include <stdlib.h>
#include <math.h>

using namespace cv;
using namespace std;



int main(int argc, char** argv)
{

    Mat img = imread("pic.jpg", CV_LOAD_IMAGE_COLOR);   

    if (!img.data) 
    {
        cout << "Could not open or find the image" << std::endl;
        return -1;
    }


    //imshow("img", img);

    Mat imlab;
    cvtColor(img, imlab, CV_BGR2Lab);

    /* Cluster image */
    vector<cv::Mat> imgRGB;
    int k = 5;
    int n = img.rows *img.cols;
    Mat img3xN(n, 3, CV_8U);

    split(imlab, imgRGB);

    for (int i = 0; i != 3; ++i)
        imgRGB[i].reshape(1, n).copyTo(img3xN.col(i));

    img3xN.convertTo(img3xN, CV_32F);

    Mat bestLables;
    kmeans(img3xN, k, bestLables, cv::TermCriteria(), 10, cv::KMEANS_RANDOM_CENTERS);

    /*bestLables= bestLables.reshape(0,img.rows);
    cv::convertScaleAbs(bestLables,bestLables,int(255/k));
    cv::imshow("result",bestLables);*/

    /* Find the largest cluster*/
    int max = 0, indx= 0, id = 0;
    int clusters[5];

    for (int i = 0; i < bestLables.rows; i++)
    {
        id = bestLables.at<int>(i, 0);
        clusters[id]++;

        if (clusters[id] > max)
        {
            max = clusters[id];
            indx = id;
        }
    }

    /* save largest cluster */
    int cluster = 1, inc = 0;
    Point2i shape[2000]; 

    for (int y = 0; y < imlab.rows; y++)
    {
        for (int x = 0; x < imlab.cols; x++)
        {
            if (bestLables.data[y + x*imlab.cols] == cluster) shape[inc++] = { y, x };
        }
    }


    waitKey(0);


    return 0;
}

Answer 1

你非常接近，但有一些错误。下面的代码应该按预期工作。我还添加了一小段代码来显示分类结果，其中较大群集的像素为红色，另一个为绿色阴影。

您从未初始化int clusters[5];，因此它会在开头包含随机数，并将其作为累加器进行妥协。我建议改为使用vector<int>。
您使用错误的索引访问bestLabels。而不是bestLables.data[y + x*imlab.cols]，它应该是bestLables.data[y*imlab.cols + x]。这导致了您的inc < max问题。在下面的代码中，我使用vector<int>来包含索引，因为它更容易看到向量的内容。所以我稍微有点不同地访问bestLabels，即bestLables[y*imlab.cols + x]而不是bestLables.data[y*imlab.cols + x]，但结果是一样的。
你有Point2i shape[2000];。我使用了vector<Point>。请注意，Point只是Point2i的typedef。由于您不知道将有多少点，因此最好使用动态数组。如果您知道会有2000分，那么您最好拨打reserve以避免重新分配，但这不是强制性的。使用Point2i shape[2000];，如果您的积分超过2000分，那么vector您将获得安全保障。我在附加点时使用emplace_back来避免复制（就像使用初始化列表一样）。请注意，Point的构造函数为(x,y)，而不是(y,x)。
使用vector<Point>您不需要inc，因为您在最后附加了值。如果您需要inc来存储最大群集中的点数，只需致电int inc = shape.size();
您初始化了int cluster = 1。这是一个错误，您应该使用最大群集的索引对其进行初始化，即int cluster = indx;。
您正在调用飞机imgRGB的矢量，但您正在研究实验室。您最好更改名称，但这本身并不是问题。另外，请记住，RGB值作为BGR存储在OpenCV中，而不是RGB（反向顺序）。
我更喜欢Mat1b，Mat3b等......尽可能超过Mat。它允许更容易访问，并且更具可读性（在我看来）。这不是问题，但您会在我的代码中看到这一点。

我们走了：

#include <opencv2/opencv.hpp>
#include <iostream>
using namespace cv;

int main(int argc, char** argv)
{
     Mat3b img = imread("path_to_image");   

    if (!img.data) 
    {
        std::cout << "Could not open or find the image" << std::endl;
        return -1;
    }

    Mat3b imlab;
    cvtColor(img, imlab, CV_BGR2Lab);

    /* Cluster image */
    vector<cv::Mat3b> imgRGB;
    int k = 5;
    int n = img.rows * img.cols;
    Mat img3xN(n, 3, CV_8U);

    split(imlab, imgRGB);

    for (int i = 0; i != 3; ++i)
        imgRGB[i].reshape(1, n).copyTo(img3xN.col(i));

    img3xN.convertTo(img3xN, CV_32F);

    vector<int> bestLables;
    kmeans(img3xN, k, bestLables, cv::TermCriteria(), 10, cv::KMEANS_RANDOM_CENTERS);

    /* Find the largest cluster*/
    int max = 0, indx= 0, id = 0;
    vector<int> clusters(k,0);

    for (size_t i = 0; i < bestLables.size(); i++)
    {
        id = bestLables[i];
        clusters[id]++;

        if (clusters[id] > max)
        {
            max = clusters[id];
            indx = id;
        }
    }

    /* save largest cluster */
    int cluster = indx;

    vector<Point> shape; 
    shape.reserve(2000);

    for (int y = 0; y < imlab.rows; y++)
    {
        for (int x = 0; x < imlab.cols; x++)
        {
            if (bestLables[y*imlab.cols + x] == cluster) 
            {
                shape.emplace_back(x, y);
            }
        }
    }

    int inc = shape.size();

    // Show results
    Mat3b res(img.size(), Vec3b(0,0,0));
    vector<Vec3b> colors;
    for(int i=0; i<k; ++i)
    {
        if(i == indx) {
            colors.push_back(Vec3b(0, 0, 255));
        } else {
            colors.push_back(Vec3b(0, 255 / (i+1), 0));
        }
    }

    for(int r=0; r<img.rows; ++r)
    {
        for(int c=0; c<img.cols; ++c)
        {
            res(r,c) = colors[bestLables[r*imlab.cols + c]];
        }
    }

    imshow("Clustering", res);
    waitKey(0);

    return 0;
}

如何在opencv中访问特定的kmeans集群

1 个答案: