Python - 计算直方图的地球移动距离答案

【问题标题】：Python - Computing Earth Mover Distance of histogramsPython - 计算直方图的地球移动距离
【发布时间】：2016-07-01 03:30:56
【问题描述】：

我正在尝试使用从http://docs.opencv.org/2.4/modules/imgproc/doc/histograms.html 获得的以下 sn-p 计算我拥有的两个直方图 (x1,x2) 之间的地球移动器距离：

cv2.cv.CalcEMD2(x1, x2,cv2.cv.CV_DIST_L1)

但是我不断收到此错误。

TypeError: CvArr argument 'signature1' must be IplImage, CvMat or CvMatND. Use fromarray() to convert numpy arrays to CvMat or cvMatND"

我尝试使用 .fromarray() 将我拥有的内容转换为 CvMat 格式，但尚未成功。是不是我做错了什么？

这是我正在使用的两种类型的数组（为清楚起见缩短为三个元素）我尝试使用 cv2.cv.fromarray() 进行转换：

np.histogramdd(data, bins = 80))

给我：

(array([  28.,    5.,    0.]), [array([-1.71194523, -1.66131523, -1.61068523])])

和一个普通的 np 数组：

[28.    5.    0.]

这两种方法都不适合我，也不允许我计算阵列之间的地球移动器距离。任何帮助将不胜感激！

【问题讨论】：

标签： python opencv numpy histogram

【解决方案1】：

好吧，经过反复试验，我认为这是解决方案：（取自How to compute "EMD" for 2 numpy arrays i.e "histogram" using opencv?的最佳答案）

ref = 参考 np 数组 meas = np 数组进行比较

创建 numpy 数组 [[data][weights]] 的直方图，将其转换为 [data[i],weight[i]] 格式。然后到一个 cv 数组，然后将其转换为 EMD 函数的信号函数。

这不是一个理想的解决方案 - 出于教育目的，任何进一步的改进/建议将不胜感激！！！

#reference array:
j = np.histogramdd(ref, bins = 80)
a = np.zeros((len(j[0]), 2))
for i, x in enumerate(j[0]):
    a[i][0] = x
    a[i][1] = j[1][0][i]
cv_array_ref = cv2.cv.fromarray(a)

a32 = cv2.cv.CreateMat(cv_array_ref.rows, cv_array_ref.cols,cv2.cv.CV_32FC1)
cv2.cv.Convert(cv_array_ref, a32)


#measured array:

jj = np.histogramdd(amplitude_norm_data[0], bins = 80)
aa = np.zeros((len(jj[0]), 2))
for ii, xx in enumerate(jj[0]):
    aa[ii][0] = xx
    aa[i][1] = jj[1][0][ii]
cv_array_meas = cv2.cv.fromarray(aa)
a322 = cv2.cv.CreateMat(cv_array_meas.rows, cv_array_meas.cols, cv2.cv.CV_32FC1)
cv2.cv.Convert(cv_array_meas, a322)


cv2.cv.CalcEMD2(a32, a322,cv2.cv.CV_DIST_L1)

【讨论】：