Question

我写了一个程序，旨在通过相似性对图像进行分类：

for i in g:
    fulFi = i

    tiva = []
    tivb = []

    a = cv2.imread(i)
    b = cv2.resize(a, (500, 500))

    img2 = flatten_image(b)
    tivb.append(img2)
    cb = np.array(tivb)
    iab = trueArray(cb)

    print "Image:                      " + (str(i)).split("/")[-1]
    print "Image Size                  " + str(len(iab))
    print "Image Data:                 " + str(iab) + "\n"



pca = RandomizedPCA(n_components=2)
X = pca.fit_transform(iab)
Xy = pca.transform(X)

knn = KNeighborsClassifier(n_neighbors=1)
knn.fit(X, Xy.ravel())

def aip(img):
    a = cv2.imread(img)
    b = cv2.resize(a, (500, 500))

    tivb = []

    r = flatten_image(b)
    tivb.append(r)
    o = np.array(tivb)
    l = trueArray(o)

    print "Test Image:                 " + (str(img)).split("/")[-1]
    print "Test Image Size             " + str(len(l))
    print "Test Image Data:            " + str(l) + "\n"

    return l


testIm = aip(sys.argv[2])
b = pca.fit_transform(testIm)
print         "KNN Prediction:             " + str(knn.predict(b))

虽然完美地运行，但它有一个错误：无论使用何种图像，它都给了我完全相同的值：

Image:                      150119131035-green-bay-seattle-nfl-1024x576.jpg
Image Size                  750000
Image Data:                 [255 242 242 ..., 148 204 191]

Test Image:                 agun.jpg
Test Image Size             750000
Test Image Data:            [216 255 253 ..., 205 225 242]

KNN Prediction:             [-255.]

和

Image:                      150119131035-green-bay-seattle-nfl-1024x576.jpg
Image Size                  750000
Image Data:                 [255 242 242 ..., 148 204 191]

Test Image:                 bliss.jpg
Test Image Size             750000
Test Image Data:            [243 240 232 ...,  13  69  48]

KNN Prediction:             [-255.]

无论使用何种图像，KNN预测始终为255。经过进一步的调查，A发现问题出在我的PCA上：出于某种原因，它采用了一个包含750000值的数组并返回一个只有一个数组的数组：

pca = RandomizedPCA(n_components=2)
X = pca.fit_transform(iab)
Xy = pca.transform(X)

print "Iab:                        " + str(iab)
print "Iab Type:                   " + str(type(iab))
print "Iab length:                 " + str(len(iab))



print "X Type:                     " + str(type(X))
print "X length:                   " + str(len(X))
print "X:                          " + str(X)


print "Xy Type:                    " + str(type(Xy))
print "Xy Length:                  " + str(len(X))
print "Xy:                         " + str(Xy)

给出了这个：

Image:                      150119131035-green-bay-seattle-nfl-1024x576.jpg
Image Size                  750000
Image Data:                 [255 242 242 ..., 148 204 191]

Iab:                        [255 242 242 ..., 148 204 191]
Iab Type:                   <type 'numpy.ndarray'>
Iab length:                 750000
X Type:                     <type 'numpy.ndarray'>
X length:                   1
X:                          [[ 0.]]
Xy Type:                    <type 'numpy.ndarray'>
Xy Length:                  1
Xy:                         [[-255.]]

我的问题是为什么？ X和Xy都应该有数百个值，而不仅仅是一个。我所遵循的教程没有解释，文档只说变换和fit_transform需要相同的数组格式。我该怎么接近这个？

Answer 1

如果n_components=2，RandomizedPCA最多只会保留2个组件（请参阅文档here）。尝试增加此项以允许选择更多组件;这应该可以解决你的问题。

Answer 2

您使用X = pca.fit_transform(iab)和Xy = pca.transform(X)所做的事情是错误的。

您丢失了两张图片的iab变量。你需要的在for循环之外，展平了两个图像的数组。然而，在第一次迭代后，第二次迭代将覆盖iab 阵列。
即使您单独保存了两个数组，如iab[0]和iab[1]，您也需要在两者上执行PCA并使用沿变换轴表示的两个图像。您需要决定使用什么来学习转换。

以下是示例代码：

# First initialize the PCA with desired components 
pca = RandomizedPCA(n_components=2)

# Next you need to fit data to learn the transformations
pca.fit(np.vstack(iab[0].shape(1, len(iab[0]), iab[1].shape(1, len(iab[1])))

# Finally you apply this learned transformation on input data
X[0] = pca.transform(iab[0])
X[1] = pca.transform(iab[1])

你基本上在矩阵上学习PCA。行代表每个图像。您想要做的是尝试识别图像中哪些像素最能描述图像。为此，您需要输入许多图像，并找出哪些像素比其他图像更好地区分它们。在您使用拟合的方式中，您只需在一维列表中输入100个值，这实际上意味着，您有一个代表每个图像的值，并且您有100个图像。

同样在您的情况下，如果只了解它所代表的内容，则将fit()和transform()合并为一个有效的用例。无论如何，你错过了第二张图像的转换。

如果您想了解有关PCA如何运作的更多信息，请阅读此answer。

最后，您无法在1个训练样本和1个测试样本上学习KNN分类器！学习算法旨在从一大堆输入中学习。

你似乎需要的只是两者之间的基本距离。您需要选择距离指标。如果你选择使用欧几里德距离（也称为L2范数），那么这里是代码：

dist = numpy.linalg.norm(X[0]-X[1])

您也可以这样做：

from scipy.spatial import distance
dist = distance.euclidean(X[0], X[1])

在任何情况下，再次转换转换后的数据没有任何意义，就像使用Xy = pca.transform(X)一样。这不会给你一个目标。

当您说出100张图像时，您只能应用KNN等分类，其中50表示“树”，其余50表示“汽车”。训练模型后，您可以预测新图像是树还是汽车。

当给定数百个

2 个答案: