标签：图像检索 结合 fetchone inf use 视频 速度 快速 features
从20世纪70年代开始，有关图像检索的研究就已开始，当时主要是基于文本的图像检索技术(简称TBIR)，利用文本描述的方式描述图像的特征，如绘画作品的作者、年代、流派、尺寸等。
到90年代以后，出现了对图像的内容语义，如图像的颜色、纹理、布局等进行分析和检索的图像检索技术，即基于内容的图像检索(简称CBIR)技术。CBIR属于基于内容检索(简称CBR)的一种，CBR中还包括对动态视频、音频等其它形式多媒体信息的检索技术。
在检索原理上，无论是基于文本的图像检索还是基于内容的图像检索，主要包括三方面：一方面对用户需求的分析和转化，形成可以检索索引数据库的提问;另一方面，收集和加工图像资源，提取特征，分析并进行标引，建立图像的索引数据库;最后一方面是根据相似度算法，计算用户提问与索引数据库中记录的相似度大小，提取出满足阈值的记录作为结果，按照相似度降序的方式输出。
为了进一步提高检索的准确性，许多系统结合相关反馈技术来收集用户对检索结果的反馈信息，这在CBIR中显得更为突出，因为CBIR实现的是逐步求精的图像检索过程，在同一次检索过程中需要不断地与用户进行交互。
1.Bag-of-words models模型
Bag-of-words词袋模型最初被用在信息检索领域，对于一篇文档来说，假定不考虑文档内的词的顺序关系和语法，只考虑该文档是否出现过这个单词。假设有5类主题，我们的任务是来了一篇文档，判断它属于哪个主题。在训练集中，我们有若干篇文档，它们的主题类型是已知的。我们从中选出一些文档，每篇文档内有一些词，我们利用这些词来构建词袋。我们的词袋可以是这种形式：{‘watch’,‘sports‘,‘phone‘,‘like‘,‘roman‘,……}，然后每篇文档都可以转化为以各个单词作为横坐标，以单词出现的次数为纵坐标的直方图，如下图所示，之后再进行归一化，将每个词出现的频数作为文档的特征。
2.应用
研究者们通过对 BoW 模型进行研究和探索，提出了采用k -means 聚类方法对所提取的大量特征进行无监督聚类，将具有相似性较强的特征归入到一个聚类类别里，定义每个聚类的中心即为图像的“单词”，聚类类别的数量即为整个视觉词典的大小。这样，每个图像就可以由一系列具有代表性的视觉单词来表示，根据Bow模型的思想延伸出了Bag of features算法。
1、收集图片，对图像进行sift特征提取。
2、从每类图像中提取视觉词汇，将所有的视觉词汇集合在一起
3、利用K-Means算法构造单词表。
K-Means算法是一种基于样本间相似性度量的间接聚类方法，此算法以K为参数，把N个对象分为K个簇，以使簇内具有较高的相似度，而簇间相似度较低。SIFT提取的视觉词汇向量之间根据距离的远近，可以利用K-Means算法将词义相近的词汇合并，作为单词表中的基础词汇
4、针对输入的特征集，根据视觉词典进行量化，把输入图像转化成视觉单词的频率直方图。
5、构造特征到图像的倒排表，通过倒排表快速索引相关图像。
6、根据索引结果进行直方图匹配。
1.图像的sift特征提取及创建词汇
源代码：
# -*- coding: utf-8 -*-
import pickle
from PCV.imagesearch import vocabulary
from PCV.tools.imtools import get_imlist
from PCV.localdescriptors import sift
#获取图像列表
imlist = get_imlist(‘C:/Users/LE/PycharmProjects/untitled/js/‘)
nbr_images = len(imlist)
#获取特征列表
featlist = [imlist[i][:-3]+‘sift‘ for i in range(nbr_images)]
#提取文件夹下图像的sift特征
for i in range(nbr_images):
sift.process_image(imlist[i], featlist[i])
#生成词汇
voc = vocabulary.Vocabulary(‘ukbenchtest‘)
voc.train(featlist, 1000, 10)
#保存词汇
with open(‘C:/Users/LE/PycharmProjects/untitled/js/vocabulary.pkl‘, ‘wb‘) as f:
pickle.dump(voc, f)
print (‘vocabulary is:‘, voc.name, voc.nbr_words)
运行结果：
2.建立数据库+创建图像索引
源代码：
# -*- coding: utf-8 -*-
import pickle
from PCV.imagesearch import imagesearch
from PCV.localdescriptors import sift
from sqlite3 import dbapi2 as sqlite
from PCV.tools.imtools import get_imlist
#获取图像列表
imlist = get_imlist(‘C:/Users/LE/PycharmProjects/untitled/js/‘)
nbr_images = len(imlist)
#获取特征列表
featlist = [imlist[i][:-3]+‘sift‘ for i in range(nbr_images)]
#载入词汇
with open(‘C:/Users/LE/PycharmProjects/untitled/js/vocabulary.pkl‘, ‘rb‘) as f:
voc = pickle.load(f)
#创建索引
indx = imagesearch.Indexer(‘testImaAdd.db‘,voc)
indx.create_tables()
#遍历所有的图像，并将它们的特征投影到词汇上
for i in range(nbr_images)[:1000]:
locs,descr = sift.read_features_from_file(featlist[i])
indx.add_to_index(imlist[i],descr)
#提交到数据库
indx.db_commit()
con = sqlite.connect(‘testImaAdd.db‘)
print(con.execute(‘select count (filename) from imlist‘).fetchone())
print(con.execute(‘select * from imlist‘).fetchone())
运行结果：
3.在数据库中搜索图像
源代码：
# -*- coding: utf-8 -*-
import pickle
from PCV.imagesearch import imagesearch
from PCV.localdescriptors import sift
from sqlite3 import dbapi2 as sqlite
from PCV.tools.imtools import get_imlist
#获取图像列表
imlist = get_imlist(‘C:/Users/LE/PycharmProjects/untitled/js/‘)
nbr_images = len(imlist)
#获取特征列表
featlist = [imlist[i][:-3]+‘sift‘ for i in range(nbr_images)]
#载入词汇
with open(‘C:/Users/LE/PycharmProjects/untitled/js/vocabulary.pkl‘, ‘rb‘) as f:
voc = pickle.load(f)
#创建索引
indx = imagesearch.Indexer(‘testImaAdd.db‘,voc)
indx.create_tables()
#遍历所有的图像，并将它们的特征投影到词汇上
for i in range(nbr_images)[:1000]:
locs,descr = sift.read_features_from_file(featlist[i])
indx.add_to_index(imlist[i],descr)
#提交到数据库
indx.db_commit()
con = sqlite.connect(‘testImaAdd.db‘)
print(con.execute(‘select count (filename) from imlist‘).fetchone())
print(con.execute(‘select * from imlist‘).fetchone())
运行结果：
常规查询
用单应性进行拟合建立RANSAC模型进行查询
可以看出这两种的查询结果并不完全一致，但是在查询出来的前几张图像是一致的
4.测试
源代码：
# -*- coding: utf-8 -*-
import pickle
from PCV.imagesearch import imagesearch
from PCV.localdescriptors import sift
from sqlite3 import dbapi2 as sqlite
from PCV.tools.imtools import get_imlist
#获取图像列表
imlist = get_imlist(‘C:/Users/LE/PycharmProjects/untitled/js/‘)
nbr_images = len(imlist)
#获取特征列表
featlist = [imlist[i][:-3]+‘sift‘ for i in range(nbr_images)]
#载入词汇
with open(‘C:/Users/LE/PycharmProjects/untitled/js/vocabulary.pkl‘, ‘rb‘) as f:
voc = pickle.load(f)
#创建索引
indx = imagesearch.Indexer(‘testImaAdd.db‘,voc)
indx.create_tables()
#遍历所有的图像，并将它们的特征投影到词汇上
for i in range(nbr_images)[:1000]:
locs,descr = sift.read_features_from_file(featlist[i])
indx.add_to_index(imlist[i],descr)
#提交到数据库
indx.db_commit()
con = sqlite.connect(‘testImaAdd.db‘)
print(con.execute(‘select count (filename) from imlist‘).fetchone())
print(con.execute(‘select * from imlist‘).fetchone())
运行结果：
从结果不难看到，与输入图片的拍摄位置（建筑物+天空），纹理相近，形状相似，颜色相近。
证明视觉词汇可能主要是从这三个方面进行匹配。当然，检索出的图像还存在一定的差异，提高检索准确率是我们需要解决的问题。
此外，我还了解了图像检索的一些问题：
使用k-means聚类，除了其K和初始聚类中心选择的问题外，对于大量数据，输入矩阵的巨大将使得内存溢出及效率低下。有方法是在大量图片中抽取部分训练集分类，使用朴素贝叶斯分类的方法对图库中其余图片进行自动分类。另外，由于图片爬虫在不断更新后台图像集，重新聚类的代价显而易见。
字典大小的选择也是问题，字典过大，单词缺乏一般性，对噪声敏感，计算量大，关键是图象投影后的维数高;字典太小，单词区分性能差，对相似的目标特征无法表示
相似性测度函数用来将图象特征分类到单词本的对应单词上，其涉及线型核，塌方距离测度核，直方图交叉核等的选择。
不足之处：
Kmeans聚类时间长
词袋表征特征的过程其实牵涉到量化的过程，这其实损失了特征的精度。
检索模块设计的太粗糙，速度太慢
1.建立数据库代码运行报错没有sqlite2模块，后百度知道python2.7版本以后采用sqlite3模块，其中也包含了sqlite2的方法，把imagesearch.py中的
改为 
标签：图像检索 结合 fetchone inf use 视频 速度 快速 features
原文地址：https://www.cnblogs.com/lhx0814/p/12945435.html
