我编写了一个程序,旨在通过相似度对图像进行分类：

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))

虽然它运行良好,但有一个错误：无论使用什么图像,它都给我完全相同的值：

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.]

无论使用哪种图像,KNN预测始终为255.经过进一步调查,A发现问题出在我的PCA上：出于某种原因,它正在使用一个包含750000个值的数组,并返回一个只有一个的数组：

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)

给出以下内容：

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.我遵循的教程没有解释,文档仅说,转换和fit_transform都需要具有相同的数组格式.我应该如何处理呢？

解决方法:

X = pca.fit_transform(iab)和Xy = pca.transform(X)的操作是错误的.

>您正在丢失两个图像的iab变量.你需要
在for循环之外,将两个图像的数组展平.然而,
第一次迭代后,第二次迭代将覆盖iab
数组.
>即使您分别保存了两个数组,例如iab [0]和iab [1],也需要对两个数组都执行PCA,并使用沿转换轴表示的两个图像.但是,您需要决定使用什么来学习转换.

这是示例代码：

# 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])

您基本上是在矩阵上学习PCA的.这些行代表每个图像.您想要做的是尝试确定图像中最能描述图像的像素.为此,您需要输入许多图像,并找出哪些像素比其他像素更好.在使用拟合的方式中,您只需在一维列表中输入100个值,这实际上意味着,每个图像代表一个值,而100个图像代表一个值.

同样在您的情况下,如果仅了解它代表什么,就可以将fit()和transform()组合在一起,这是一个有效的用例.无论如何,您都错过了第二张图片的变换.

如果您想进一步了解PCA的工作原理,请阅读此answer.

最后,您无法通过1个训练样本和1个测试样本学习KNN分类器！学习算法旨在从大量输入中学习.

您似乎需要的只是两者之间的基本距离.您需要选择一个距离指标.如果选择使用欧几里得距离(也称为L2范数),那么下面是它的代码：

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])

无论如何,就像使用Xy = pca.transform(X)一样,再次转换转换后的数据没有任何意义.那没有给你目标.

仅当您说100张图片时,才能应用诸如KNN之类的分类,其中50张图片显示“树”,其余50张图片显示“汽车”.训练模型后,您可以预测新图像是树还是汽车.