Python中的聚类——图像聚类

Question

我想使用 K 均值或其他算法对图像进行聚类（需要建议）。

问题是这样的——我想将图像聚类成 3 个聚类（自然、日落、水）。我使用 os.listdir() 加载了所有图像，然后将所有图像转换为数组 (RGB)，然后创建了一个包含三列的数据框 - ID、Image_array、Label。

现在，当我使用 K 均值聚类时，提供 n_clusters = 3，它显示此错误：

从 sklearn.cluster 导入 KMeans kmeans = KMeans(n_clusters = 3).fit(img_array) 错误 = 找到暗淡为 4 的数组。估计器预期

现在，我需要您的帮助来解决这个集群问题。我创建的数据框如下所示

img_array = []

path = "C://Users/shivam/Desktop/freelancer/p22/data/green_nature/"
for f in os.listdir('.'):
    if f.endswith('.jpg'):
        img = Image.open(f)
        data = np.asarray(img, dtype='uint8')
        img_array.append(data)


df = pd.DataFrame({'image_arrays':img_array})
df['id'] = range(1, len(df) + 1)

Answer 1

发生这种情况是因为您在预期 2-dim 时传递了 4-dim 数组。 “img_array.shape”应该是这样的（n_samples，n_features）。 您需要使用特征提取算法。

这可以通过 scikit-image 模块完成。 您需要将图像转换为灰度格式。 代码：

import skimage.feature as feature
img_converted = []
for i in range(len(img_array)):
    img_converted.append(feature.hog(img_array[i]))
model.fit(np.array(img_converted))

文档：http://scikit-image.org/docs/dev/api/skimage.feature.html#hog

Answer 2

正如您所说，k-means 希望每个输入都有一个向量，而您为每个图像提供一个 3d 数组。解决此类问题（确实需要一些创造力）的最简单方法是设计一组特征来区分您拥有的类。

由于在这种情况下，您希望在自然（很多是绿色）、水（很多是蓝色）和日落（很多是阅读/黄色/粉红色）之间进行分类，您可以使用总的或平均的绿色蓝色和红色值。要检查您选择的特征是否具有区分性，您可以绘制直方图。

从您的 4D（图像 x 宽度 x 高度 x 颜色）数组转换为 2D（图像 x 平均颜色）数组。您需要在颜色、高度和宽度维度上使用 np.mean。最后你应该有一个 (images x 3 (colours)) 数组。