你好丹尼斯,
你的算法中的步骤看起来正确。然而,当你在做k - means聚类很多信息丢失和实用目的,颜色直方图可能不足以区分各种类(它将严重依赖于你的数据集)。它可能是有用的考虑添加额外的功能,例如:纹理、形状等等。这些特性组合在一起可以捕获独特的信息类,需要相互区别。
图像分类:颜色直方图和资讯classifer
3视图(30天)
显示旧的评论
你好,
我想把一个图像通过使用颜色直方图和资讯classifer。我有一个数据集的100张图片为每个类(蝴蝶、狗、猫)在一个文件夹中。我对这个问题的理解如下:
1)读入图像创建一个颜色直方图为每个(RGB)
2)找到kmeans RGB图像
3)集群kmeans点分别为每个类,找到它的质心(蝴蝶类,每个图像给我kmeans值R, G, b,我阴谋R kmeans价值观和找到重心,G和b相同)
4)读入测试图片,创建一个颜色直方图,找到kmeans RGB值,然后使用欧氏距离为每个kmeans找到最近的集群R, G, B。
这是应该是怎么做还是我不理解正确吗?
