如何使用 Python 保存/编写 OpenCV EM/GMM 模型？答案

【问题标题】：How to save/write OpenCV EM/GMM model using Python?如何使用 Python 保存/编写 OpenCV EM/GMM 模型？
【发布时间】：2014-11-12 21:48:59
【问题描述】：

我想知道是否存在任何方法/函数可用于保存使用 Python 在 OpenCV 中定义的经过训练的 EM（Expectation Maximization 或高斯混合模型）模型？

我已经尝试过Pickle dump() 方法，但它不起作用。它显示一个错误：TypeError: can't pickle EM objects。此外，我还尝试了其他简单的方法，例如文件打开和写入（以 XML 格式）。但是，它也不起作用。

这是我的 Python 代码的一部分：

import cv2
import numpy as np
from sklearn import mixture

im = cv2.imread('001.png', False)
PCenter = [2,2]
pyrDown_img = im.copy()
X_train = []
gmm_clf = cv2.EM(12, cv2.EM_COV_MAT_DIAGONAL) # Initialize classifier object

for row in range(PCenter[0], pyrDown_img.shape[0] - PCenter[0]):
    for col in range(PCenter[1], pyrDown_img.shape[1] - PCenter[1]):

        patch = pyrDown_img[row-PCenter[0]:row+PCenter[0]+1, col-PCenter[1]:col+PCenter[1]+1]
        patch = np.asarray(patch) # compute patch as a feature vector
        X_train.append(patch.reshape(-1))

X_train = np.asarray(X_train)
gmm_clf.train(X_train) # train GMM classifier

我想将这个 gmm_clf 保存到一个文件中，以便以后用于测试目的。

【问题讨论】：

标签： python opencv expectation-maximization

【解决方案1】：

mean = gmm_clf.getMat('means')
cov = gmm_clf.getMatVector('covs')

然后保存意思，cov with pickle。

但是，您不能根据doc 中的最后一段gmm_clf.setMat('means')。

所以，你现在有两个选择：

修改opencv源码使均值和协方差不是只读的，然后重新编译cv2.so。
使用提取均值和 cov 预测您的数据。

（我会选择2，这很容易。）

【讨论】：

非常感谢。是的，OpenCV for Python 中的 EM 似乎没有很好的定义。我使用了提供 GMM 模型实现的 sklearn 库，它运行良好。在那里，您可以使用 Pickle 保存模型并在以后随时重复使用。关于选择，他们都说得通。但是，我没有太多时间调查他们。

【解决方案2】：

我知道这是旧的，但我刚刚遇到这个，我很确定这种方法比使用泡菜更好。使用numpy.savez 或当空间存在问题时使用numpy.savez_compressed，例如：

import cv2
import numpy as np

# say em is your trained cv2.EM()
means   = np.float32(em.getMat("means"))
covs    = np.float32(em.getMatVector("covs"))
weights = np.float32(em.getMat("weights"))

filepath = "gmm_coefficients.npz"
np.savez(filepath, means=means, covs=covs, weights=weights)

# then to load the file
npzfile = np.load(filepath)
means   = npzfile["means"]
covs    = npzfile["covs"]
weights = npzfile["weights"]

【讨论】：