我还是学生，我正在研究如何在使用Tensor Flow创建图像分类器时使用直方图作为特征（我已经为诗人使用了张量流，但是它的输入是原始图像，现在我想使用直方图作为输入）。我观看了如何使用苹果和橙子作为功能的教程，但现在我正在尝试使用图像的直方图（我使用opencv（python）来提取我的图像的直方图）。
我有2个标签：图像1和图像2.每个标签有自己的60个图像（图像1，有60个图像，图像2有60个图像）。在每个标签中，我有60个直方图，它是2D阵列的形式。
image1 = [[histogram1], [histogram2], ... [histogram60]]
image2 = [[histogram1], [histogram2], ... [histogram60]]
在每个直方图中，我有256个值，
histogram1 = [0,0,0,0,123, 169, ...]
在我的代码中，当我使用这些直方图作为特征时，我遇到了一个错误，因为它是3 dim-array的形式，当它应该只是＆lt; = 2.我写它的方式是这样的（基于TF的教程）：
from sklearn import tree
hist = [ [[img1_histogram1], [img1_histogram2], ... [img1_histogram60]], [[img2_histogram1], [img2_histogram2], ... [img2_histogram60]] ]
labels = [1, 2] # 1 for image1, 2 image2
clf = tree.DecisionTreeClassifier()
clf = clf.fit(hist, labels)
print clf.predict([[img1_histogram1]])
在使用Tensor Flow创建图像分类器时，有人可以帮我使用直方图作为功能吗？提前谢谢！
答案 0 :(得分：0)
在特征向量中表示RGB直方图的一种方法是从中提取相关值。
因此直方图将存储为： redMean，greenMean，blueMean，redStdDev，greenStdDev，blueStdDev
我用这种方法来表示蝴蝶的颜色配置文件。