标签:自己 维度 https filename 构造 rev 过程 保存 ever
1.3 实现结果:
(三)学习 “视觉词典”
1.1 对于一个庞大的数据集,可以通过聚类算法构建出视觉词典,聚类是实现 visual vocabulary /codebook的关键,最常用的就是K-means算法,算法流程:
1.2 生成代码所需要的模型文件
生成视觉词典:
# -*- coding: utf-8 -*- import pickle from PCV.imagesearch import vocabulary from PCV.tools.imtools import get_imlist from PCV.localdescriptors import sift ##要记得将PCV放置在对应的路径下 #获取图像列表 imlist = get_imlist(‘D:/Visual_Studio_Code/data/first1000/‘) ###要记得改成自己的路径 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 # saving vocabulary with open(r‘D:\Visual_Studio_Code\data\first1000\vocabulary.pkl‘, ‘wb‘) as f: pickle.dump(voc, f) print (‘vocabulary is:‘, voc.name, voc.nbr_words)
(四)关键词权重度量:TF-IDF算法原理
sklearn.feature_extraction.text
中的CountVectorizer
和TfidfVectorizer
类,如下:import re from collections import defaultdict from sklearn.feature_extraction.text import CountVectorizer, TfidfVectorizer import numpy as np from scipy.sparse import csr_matrix, spdiags from scipy.sparse.linalg import norm PTN_SYMBOL = re.compile(r‘[.!?\‘",]‘) def tokenize(doc): """ 英文分词,小写输出 """ for word in PTN_SYMBOL.sub(‘ ‘, doc).split(‘ ‘): if word and word != ‘ ‘: yield word.lower() def count_vocab(raw_documents): """ 返回文档词频的稀疏矩阵 参考sklearn.feature_extraction.text.CountVectorizer._count_vocab 矩阵大小:M*N, M个文档, 共计N个单词 :param raw_documents: [‘Hello world.‘, ‘Hello word‘, ...] :return: csc_matrix, vocabulary """ vocab = {} data, indices, indptr = [], [], [0] for doc in raw_documents: doc_feature = defaultdict(int) for term in tokenize(doc): # 词在词表中的位置 index = vocab.setdefault(term, len(vocab)) # 统计当前文档的词频 doc_feature[index] += 1 # 存储当前文档的词及词频 indices.extend(doc_feature.keys()) data.extend(doc_feature.values()) # 累加词数 indptr.append(len(indices)) # 构造稀疏矩阵 X = csr_matrix((data, indices, indptr), shape=(len(indptr) - 1, len(vocab)), dtype=np.int64) # 将单词表排序,同时更新压缩矩阵数据的位置 map_index = np.empty(len(vocab), dtype=np.int32) for new_num, (term, old_num) in enumerate(sorted(vocab.items())): vocab[term] = new_num map_index[old_num] = new_num X.indices = map_index.take(X.indices, mode=‘clip‘) X.sort_indices() return X, vocab def tfidf_transform(X, smooth_idf=True, normalize=True): """ 将词袋矩阵转换为TF-IDF矩阵 :param X: 压缩的词袋矩阵 M*N, 文本数M, 词袋容量N :param smooth_idf: 是否对DF平滑处理 :param normalize: 是否对TF-IDF执行l2标准化 :return: TF-IDF压缩矩阵(csc_matrix) """ n_samples, n_features = X.shape df = np.bincount(X.indices, minlength=X.shape[1]) df += int(smooth_idf) new_n_samples = n_samples + int(smooth_idf) idf = np.log(float(new_n_samples) / df) + 1.0 # 对角稀疏矩阵N*N,元素值对应单词的IDF idf_diag = spdiags(idf, diags=0, m=n_features, n=n_features, format=‘csr‘) # 等价于 DF * IDF X = X * idf_diag # 执行l2正则化 if normalize: norm_l2 = 1. / norm(X, axis=1) tmp = spdiags(norm_l2, diags=0, m=n_samples, n=n_samples, format=‘csr‘) X = tmp * X return X if __name__ == ‘__main__‘: # 源文档 raw_documents = [ ‘This is the first document.‘, ‘This is the second second document.‘, ‘And the third one.‘, ‘Is this the first document?‘, ] # 转换为词袋模型 X, vocab = count_vocab(raw_documents) # X = CountVectorizer().fit_transform(raw_documents) """ >> vocab {‘this‘: 8, ‘is‘: 3, ‘the‘: 6, ‘first‘: 2, ‘document‘: 1, ‘second‘: 5, ‘and‘: 0, ‘third‘: 7, ‘one‘: 4} >> X.toarray() [[0 1 1 1 0 0 1 0 1] [0 1 0 1 0 2 1 0 1] [1 0 0 0 1 0 1 1 0] [0 1 1 1 0 0 1 0 1]] """ # 计算TF-IDF tfidf_x = tfidf_transform(X) # tfidf_x = TfidfVectorizer().fit_transform(raw_documents) """ >> tfidf_x.toarray() [ [0. 0.439 0.542 0.439 0. 0. 0.359 0. 0.439] [0. 0.272 0. 0.272 0. 0.853 0.223 0. 0.272] [0.553 0. 0. 0. 0.553 0. 0.288 0.553 0. ] [0. 0.439 0.542 0.439 0. 0. 0.359 0. 0.439] ]
1.7总结:
1.1在大型图像数据库上,CBIR技术用于检索在视觉上具有相似性的图像。这样返回的图像可以是颜色相似,纹理相似,图像中的物体或场景相似;总之,基本上可以是这些图像自身共有的任何信息。
对于高层查询,比如寻找相似物体,将查询图像与数据库中所有的图像进行完全比较(比如用特征匹配)往往是不可行的。在数据库很大的情况下,这样的查询方式,会耗费过多的时间。在过去的几年时间里,研究者成功地引入了文本挖掘技术到CBIR中处理问题,使在百万图像中搜索具有相似内容的图像成为可能。
1.2 视觉单词
为了将文本挖掘技术应用到图像中,我们首先需要建立视觉等效单词;这通常可以采用SIFT局部描述子可以做到。它的思想是将描述子空间量化成一些典型实例,并将图像中的每个描述子指派到其中的某个实例中。这些典型实例可以通过分析训练图像集确定,并被视为视觉单词。所有这些视觉单词构成的集合称为视觉词汇。从一个图像集中提取特征描述子,利用一些聚类算法可以构建出视觉单词。聚类算法中最常用的是K-means。视觉单词是在给定特征描述子空间中的一组向量集,在采用K-means进行聚类时得到的视觉单词是聚类质心。用视觉单词直方图来表示图像,则该模型便称为BOW模型。
1.3特征提取
特征提取就是通过我们常用的sifi方法,提取图像的特征。
4. 针对输入特征集,根据视觉词典进行量化
对于输入特征,量化的过程是将该特征映射到距离其最接近的视觉单词,并实现计数。
5. 把输入图像,根据TF-IDF转化成视觉单词(visual words)的频率直方图
6.构造特征到图像的倒排表,通过倒排表快速索引相关图像
7.根据索引结果进行直方图匹配
1.4代码及结果实现
1、提取特征值:
#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])
2、生成词汇字典/码本、
# -*- 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(‘E:/BaiduNetdiskDownload/PCV-book-data/data/first1000/‘) 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 # saving vocabulary with open(‘E:/BaiduNetdiskDownload/PCV-book-data/data/first1000/vocabulary.pkl‘, ‘wb‘) as f: pickle.dump(voc, f) print ‘vocabulary is:‘, voc.name, voc.nbr_words
这里的图像使用的是first1000(肯塔基大学物体识别数据集前1000幅图像)。生成了图像的sift文件和码本
3、建立并将数据存入数据库
# -*- 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(‘./first1000/‘) nbr_images = len(imlist) #获取特征列表 featlist = [imlist[i][:-3]+‘sift‘ for i in range(nbr_images)] # load vocabulary #载入词汇 with open(‘./first1000/vocabulary.pkl‘, ‘rb‘) as f: voc = pickle.load(f) #创建索引 indx = imagesearch.Indexer(‘testImaAdd.db‘,voc) indx.create_tables() # go through all images, project features on vocabulary and insert #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)[:500]: locs,descr = sift.read_features_from_file(featlist[i]) indx.add_to_index(imlist[i],descr) # commit to database #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()
这一步会生成一个新的数据库,储存图像的数据
4、对图像检索
# -*- coding: utf-8 -*- import pickle from PCV.localdescriptors import sift from PCV.imagesearch import imagesearch from PCV.geometry import homography from PCV.tools.imtools import get_imlist # load image list and vocabulary #载入图像列表 imlist = get_imlist(‘./first1000/‘) nbr_images = len(imlist) #载入特征列表 featlist = [imlist[i][:-3]+‘sift‘ for i in range(nbr_images)] #载入词汇 with open(‘./first1000/vocabulary.pkl‘, ‘rb‘) as f: voc = pickle.load(f) src = imagesearch.Searcher(‘testImaAdd.db‘,voc) # index of query image and number of results to return #查询图像索引和查询返回的图像数 q_ind = 0 nbr_results = 20 # regular query # 常规查询(按欧式距离对结果排序) res_reg = [w[1] for w in src.query(imlist[q_ind])[:nbr_results]] print(‘top matches (regular):‘, res_reg) # load image features for query image #载入查询图像特征 q_locs,q_descr = sift.read_features_from_file(featlist[q_ind]) fp = homography.make_homog(q_locs[:,:2].T) # RANSAC model for homography fitting #用单应性进行拟合建立RANSAC模型 model = homography.RansacModel() rank = {} # load image features for result #载入候选图像的特征 for ndx in res_reg[1:]: locs,descr = sift.read_features_from_file(featlist[ndx]) # because ‘ndx‘ is a rowid of the DB that starts at 1 # get matches matches = sift.match(q_descr,descr) ind = matches.nonzero()[0] ind2 = matches[ind] tp = homography.make_homog(locs[:,:2].T) # compute homography, count inliers. if not enough matches return empty list try: H,inliers = homography.H_from_ransac(fp[:,ind],tp[:,ind2],model,match_theshold=4) except: inliers = [] # store inlier count rank[ndx] = len(inliers) # sort dictionary to get the most inliers first sorted_rank = sorted(rank.items(), key=lambda t: t[1], reverse=True) res_geom = [res_reg[0]]+[s[0] for s in sorted_rank] print(‘top matches (homography):‘, res_geom) # 显示查询结果 imagesearch.plot_results(src,res_reg[:8]) #常规查询 imagesearch.plot_results(src,res_geom[:8]) #重排后的结果
5、通过常规查询和用单应性进行拟合建立RANSAC模型进行查询的结果如下
测试图片:
标签:自己 维度 https filename 构造 rev 过程 保存 ever
原文地址:https://www.cnblogs.com/cenyan/p/12952410.html