在R中聚類照片？

Question

我有一種通用的R第這裏：用的數碼相機

通常我們傾向於點擊很多immages的可能是重複的，並且會浪費網絡空間，同時對Picassa中分享或者是試圖刪除一些不需要的時候開銷圖片。

是否可以使用R來聚類照片？我的意思是在Matlab中有一些用於圖像處理的聚類能力，但是這種功能是否可用，或者是否有任何建議在R中這樣做？

請提供一些關於此主題的建議。

Answer 1

如果你看看CRAN，有各種各樣的（我計數大約10）包讀取圖像數據。當然，還有各種各樣的軟件包可以進行羣集。 在理論上，你可以將原始圖像數據插入到聚類算法中，但實際上這樣做不會很好。就速度而言，速度會非常慢，而且在準確性方面也可能會非常糟糕。聚類圖像數據的現代技術依賴於從圖像中提取的專用特徵，並對其進行操作。最好的功能取決於應用程序，但一些最知名的是SIFT，SURF和HOG。較早的技術依賴於圖像顏色的直方圖作爲特徵，這對於上述R包非常適用，但它並不十分準確 - 它幾乎無法區分大海的圖片和藍色的房間的圖片。

那該怎麼辦？這取決於你的最終目標，真的。一種方法可以是使用各種開源特性提取器之一，將數據保存爲文本或其他R可讀格式，然後像往常一樣在R中進行數據處理。

一個不錯的開源C庫提取具有cli界面的功能是vlfeat。如果你使用這個，我建議在三個顏色通道上使用密集的SIFT提取。然後用連接的SIFT向量表示每個圖像，並應用您最喜歡的聚類技術（可處理具有數千個維度的向量）。這幾乎不會讓你看到藝術表現，但這是一個開始。

This page具有特徵提取器的各種參考實現，但僅是二進制。

請注意：根據我的經驗，R對於大型高維數據集（大小在GB範圍內）不能很好地進行縮放。我喜歡R去死，但是使用C++來做這件事。