如何在python中保存词袋数据？

Question

这是我的代码：

sift=cv2.xfeatures2d.SIFT_create()
descriptors_unclustered=[]
dictionarysize=800
BOW=cv2.BOWKmeansTrainer(dictionarysize)
for p in training-paths :
    kp,dsc=sift.detectAndCompute(image,None)
    BOW.add(dsc)

dictionary=BOW.cluster()
bowdiction=cv2.BOWImgDescriptorExtractor(sift, cv2.BFMatcher(cv2.NORM_L2))
bowdiction.setvocabulary(dictionary)

我想保存这个 bowdiction 数据以供以后使用。我不想每次都等待这些计算，所以如何保存这些数据？

Answer 1

为此使用pickle

1. 保存弓到泡菜：

   import pickle
   
   sift=cv2.xfeatures2d.SIFT_create()
   descriptors_unclustered=[]
   dictionarysize=800
   BOW=cv2.BOWKmeansTrainer(dictionarysize)
   for p in training-paths :
       kp,dsc=sift.detectAndCompute(image,None)
       BOW.add(dsc)
   
   with open('bow_pickle.pickle', 'wb') as f:
   pickle.dump(f)
   

2. 从pickle返回数据：

   import pickle    
   with open('bow_pickle.pickle', 'rb') as f:
       BOW = pickle.load(f)    
   dictionary=BOW.cluster()
   bowdiction=cv2.BOWImgDescriptorExtractor(sift,cv2.BFMatcher(cv2.NORM_L2))
   bowdiction.setvocabulary(dictionary)
   

Answer 2

我知道这是旧的。但是当我来到这里并没有看到任何答案时，我尝试了一些方法并且成功了：

dictionary=BOW.cluster() 是最耗时的。所以你只需要保存字典。这只是一个 ndarray：

np.savetxt('bow_dict.txt', dictionary)

loaded_dictionary = np.loadtxt('bow_dict.txt')

然后继续

bowdiction=cv2.BOWImgDescriptorExtractor(sift,cv2.BFMatcher(cv2.NORM_L2))
bowdiction.setvocabulary(loaded_dictionary)