Clustering in Python-Image Clustering

Question

Ich möchte die Bilder mit K-Means oder anderen Algorithmus clustern (Vorschlag erforderlich).

Das Problem ist wie folgt- Ich möchte Bilder in 3 Cluster (Natur, Sonnenuntergang, Wasser) Cluster. Ich habe alle Bilder mit os.listdir() geladen und dann alle Bilder in Arrays (RGB) konvertiert und dann einen Datenrahmen erstellt, der drei Spalten enthält - ID, Image_array, Label.

Nun, wenn ich K Means Clustering verwenden, sofern n_clusters = 3, zeigt es diesen Fehler:

from sklearn.cluster import KMeans kmeans = KMeans(n_clusters = 3).fit(img_array) ERROR = Found array with dim 4. Estimator expected <= 2.

Nun, ich brauche Ihre Hilfe in diesem Clustering Problem. Der Datenrahmen, die ich erstellt wie folgt aussieht

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

Well wie Sie sagten, k-means möchte einen Vektor pro Eingang, während man es mit einem 3D-Array pro Bild bereitstellen. Der einfachste Weg, um ein Problem wie dieses zu lösen (was einige Kreativität erfordert) wäre, eine Reihe von Funktionen zu entwickeln, die für die Klassen, die Sie haben, zu unterscheiden.

Da man in diesem Fall zwischen Natur (lot's o 'green), Wasser (lot's o' blue) und Sonnenuntergang (lot's o 'read/yellow/pink vielleicht?) Klassifizieren möchte, kann man das Gesamt- oder Durchschnittsgrün verwenden blaue und rote Werte. Um zu überprüfen, ob die von Ihnen ausgewählten Funktionen diskriminierend sind, können Sie ein Histogramm zeichnen.

von Ihrem 4D (Bild x Breite x Höhe x Farbe) Array zu einem 2D (Bild x durchschnittliche Farben) Array zu gehen. Sie müssen die np.mean über die Farb-, Höhen- und Breitendimmungen nehmen. Am Ende sollten Sie ein (Bilder x 3 (Farben)) Array haben.

Answer 2

Dies passiert, weil Sie 4-dim-Array übergeben, während 2-dim erwartet. 'img_array.shape' sollte so aussehen (n_samples, n_features). Sie müssen den Feature-Extraktionsalgorithmus verwenden.

Dies kann über scikit-image-Modul erfolgen. Sie müssen Bilder in Graustufenformat konvertieren. Code:

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)) 

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