OpenCV中K-Means聚类方法的输入数据类型（vector<Mat>）答案

【问题标题】：Input Data Type of K-Means Clustering Method in OpenCV (vector<Mat>)OpenCV中K-Means聚类方法的输入数据类型（vector<Mat>）
【发布时间】：2017-04-27 15:45:15
【问题描述】：

我一直在研究 MNIST 数据集以对手写数字图像进行分类。我可以读取图像并计算它们的直方图。然后，我将直方图的 Mat 推回向量中。我无法实现 K-Means 聚类算法方法 (kmeans())，因为 method(InputArray) 的第一个参数会导致一些错误

已使用OpenCV 3.0。

vector<Mat> histogram_list;


//some implementations


int clusterCount = 10;
Mat labels, centers;
int attempts = 5;
kmeans(samplingHist(histogram_list, h_bins, s_bins), clusterCount, labels,
    TermCriteria(CV_TERMCRIT_ITER | CV_TERMCRIT_EPS, 10000, 0.0001),
    attempts, KMEANS_PP_CENTERS, centers);

有什么建议可以解决这个问题吗？

编辑：

mat.int.hpp 文件。关于断言的错误失败了......它让我回到那段代码。

template<typename _Tp> inline_Tp& Mat::at(int i0, int i1) {
CV_DbgAssert(dims <= 2);
CV_DbgAssert(data);
CV_DbgAssert((unsigned)i0 < (unsigned)size.p[0]);
CV_DbgAssert((unsigned)(i1 * DataType<_Tp>::channels) < (unsigned)(size.p[1] * channels()));
CV_DbgAssert(CV_ELEM_SIZE1(DataType<_Tp>::depth) == elemSize1());
return ((_Tp*)(data + step.p[0] * i0))[i1];

}

我尝试解决从向量采样到 Mat 的问题。但是，它无法帮助解决它。我在哪里犯了错误？

Mat samplingHist(vector<Mat> &vec, int h, int s) {
    Mat samples(vec.size(), h * s, CV_32F);
    for (int k = 0; k < vec.size(); k++)
        for (int y = 0; y < h; y++)
            for (int x = 0; x < s; x++)
                samples.at<float>(k, y* s + x) = vec[k].at<float>(y, x);
    return samples;
}

【问题讨论】：

错误是什么？
你用的是哪个opencv版本？

标签： c++ opencv k-means

【解决方案1】：

您传递了错误的参数。 InputArray data 的文档必须是 Mat 类型或至少是 std::vector<cv::Point2f>，而不是 std::vector<Mat>。

看看这个例子： http://docs.opencv.org/3.1.0/de/d63/kmeans_8cpp-example.html

【讨论】：

我尝试通过采样解决它，但不起作用。