opencv kmeans聚類的輸入矩陣

Question

這個問題特定於opencv： opencv文檔中給出的kmeans示例具有2通道矩陣 - 每個維度的特徵向量都有一個通道。但是，其他的一些例子似乎表明，它應該是一個單通道矩陣，沿着列具有一個特徵，每個樣本一行。哪些是正確的？

，如果我有一個5維特徵向量，應該是什麼，我使用的輸入矩陣： 這一個：

cv::Mat inputSamples(numSamples, 1, CV32FC(numFeatures)) 

或者這一個：

cv::Mat inputSamples(numSamples, numFeatures, CV_32F) 

Answer 1

正確的答案是cv::Mat inputSamples(numSamples, numFeatures, CV_32F) 。 在OpenCV文檔約kmeanssays：

樣本 - 輸入樣本的浮點矩陣，每採樣1行

所以它不是如在n維浮一個浮點矢量另一種選擇。哪些例子表明了這種行爲？

這裏也是一個小例子，顯示瞭如何使用kmeans。它簇的圖像的像素，並顯示結果：

#include "opencv2/imgproc/imgproc.hpp" 
#include "opencv2/highgui/highgui.hpp" 

using namespace cv; 

int main(int argc, char** argv) 
{ 
    Mat src = imread(argv[1], 1); 
    Mat samples(src.rows * src.cols, 3, CV_32F); 
    for(int y = 0; y < src.rows; y++) 
    for(int x = 0; x < src.cols; x++) 
     for(int z = 0; z < 3; z++) 
     samples.at<float>(y + x*src.rows, z) = src.at<Vec3b>(y,x)[z]; 


    int clusterCount = 15; 
    Mat labels; 
    int attempts = 5; 
    Mat centers; 
    kmeans(samples, clusterCount, labels, TermCriteria(CV_TERMCRIT_ITER|CV_TERMCRIT_EPS, 10000, 0.0001), attempts, KMEANS_PP_CENTERS, centers); 


    Mat new_image(src.size(), src.type()); 
    for(int y = 0; y < src.rows; y++) 
    for(int x = 0; x < src.cols; x++) 
    { 
     int cluster_idx = labels.at<int>(y + x*src.rows,0); 
     new_image.at<Vec3b>(y,x)[0] = centers.at<float>(cluster_idx, 0); 
     new_image.at<Vec3b>(y,x)[1] = centers.at<float>(cluster_idx, 1); 
     new_image.at<Vec3b>(y,x)[2] = centers.at<float>(cluster_idx, 2); 
    } 
    imshow("clustered image", new_image); 
    waitKey(0); 
} 

Answer 2

作爲替代手動重塑輸入矩陣，可以使用的OpenCV reshape函數來實現類似的結果用更少的代碼。下面是降低顏色與K-means法（在Java中）計數的我的工作實現：

private final static int MAX_ITER = 10; 
private final static int CLUSTERS = 16; 

public static Mat colorMapKMeans(Mat img, int K, int maxIterations) { 

    Mat m = img.reshape(1, img.rows() * img.cols()); 
    m.convertTo(m, CvType.CV_32F); 

    Mat bestLabels = new Mat(m.rows(), 1, CvType.CV_8U); 
    Mat centroids = new Mat(K, 1, CvType.CV_32F); 
    Core.kmeans(m, K, bestLabels, 
       new TermCriteria(TermCriteria.COUNT | TermCriteria.EPS, maxIterations, 1E-5), 
       1, Core.KMEANS_RANDOM_CENTERS, centroids); 
    List<Integer> idx = new ArrayList<>(m.rows()); 
    Converters.Mat_to_vector_int(bestLabels, idx); 

    Mat imgMapped = new Mat(m.size(), m.type()); 
    for(int i = 0; i < idx.size(); i++) { 
     Mat row = imgMapped.row(i); 
     centroids.row(idx.get(i)).copyTo(row); 
    } 

    return imgMapped.reshape(3, img.rows()); 
} 

public static void main(String[] args) { 
    System.loadLibrary(Core.NATIVE_LIBRARY_NAME); 
    Highgui.imwrite("result.png", 
     colorMapKMeans(Highgui.imread(args[0], Highgui.CV_LOAD_IMAGE_COLOR), 
      CLUSTERS, MAX_ITER)); 
} 

OpenCV的讀取圖像到二維，3信道矩陣。首先撥打reshape - img.reshape(1, img.rows() * img.cols()); - 實質上將3個通道展開爲列。在結果矩陣中，一行對應於輸入圖像的一個像素，而3列對應於RGB分量。

後K-means算法完成其工作，並且顏色映射得到了應用，我們再次呼籲reshape - imgMapped.reshape(3, img.rows())，但現在滾動體列回通道，減少行數爲原始圖像的行數，從而找回了原始矩陣格式，但只有減少的顏色。