图像分类---余弦相似度--svm---softmax

本次主要对比三种分类算法的效果

1、基于余弦相似度

2、基于线性svm

3、基于softmaxregression

因为目前还没有学习deep learning 之类，如cnn可以直接处理行图像（如200*200的image ->1*40000）,但是深度学习要求大量的数据才能成功。本次实验数据从该网址:

http://www.robots.ox.ac.uk/~vgg/data/flowers/下载，选取了三种花，每种花有三个样本。因为数据少，所以要自己提取一些有用的信息。

第一步：提取图像特征

1）首先将读入的图像均缩放为400*200的图像

2）将图像划分为m(行)*n(列)—本次实验是5*10，对其分块，每一块大为80*20。

3）遍历图像三个通道，每一块取其均值作为最后的值。

即是，g,r通道同理

4）最后的特征大小为50*3[b,g,r],将其转置->3*50

第二步：确定训练集合训练集label

1）遍历每个类别文件夹下的图像，利用步骤一得到训练集。因为本次类别个数为3，每个类别下有三个图像。所以样本总数为9，因为步骤一提取每个图像的特征码大小为3*50，因此要将其拉伸变为1*150。故训练集大小为9*150。

2） Label大小9*1

第三步:分类

法1：利用余弦相似度

原理简单粗暴。

取相似度最大的类别作为最终的分类结果。

法2：利用SVM，因为特征数目大于样本数目，所以使用线性svm-- LinearSVC()

法3：利用softmax regression ，softmax 是二元逻辑回归的推广。对于softmax,只能用在相互独立的类别上，如不同类型的植物，它不能识别同一张照片上不同的人。

代码如下：

# -*- coding: utf-8 -*-
import cv2
import numpy as np
import os
#import mlpy
from PIL import Image,ImageDraw,ImageFont
from sklearn.svm import LinearSVC
from sklearn.linear_model import LogisticRegression
def getfeature(filename,m,n):
    fimage=cv2.imread(os.path.abspath(filename))
    fimage=cv2.resize(fimage,(400,200))#(宽，高)
    h,w=fimage.shape[0],fimage.shape[1]
    h_interval=int(h/m)
    w_interval=int(w/n)
    allxyz=[]
    for i in range(0,h,h_interval):
        for j in range(0,w,w_interval):
            b=fimage[i:i+h_interval,j:j+w_interval,0]
            g=fimage[i:i+h_interval,j:j+w_interval,1]
            r=fimage[i:i+h_interval,j:j+w_interval,2]
            btz=np.mean(b)
            gtz=np.mean(g)
            rtz=np.mean(r)
            allxyz.append([btz,gtz,rtz])
#    allxyz=np.array(allxyz).T
#    pca=mlpy.PCA()
#    pca.learn(allxyz)
#    allxyz=pca.transform(allxyz,k=len(allxyz)/2)
#    pca_allxzy=pca(allxyz,int((m*n)/2))
#    print(pca_allxzy.shape)
#    return pca_allxzy.T
#    return np.array(allxyz)
    return np.transpose(np.array(allxyz))
def compute_cosin(x,y):
    if isinstance(x,list) or isinstance(y,list):
        x=np.array(x)
        y=np.array(y)
    return np.dot(x,y)/(np.linalg.norm(x)*np.linalg.norm(y))
def test_image(filename_image,train_x, y_label_train):
    xyz=getfeature(filename_image,m,n)
    xyz=xyz[0].tolist()+xyz[1].tolist()+xyz[2].tolist()
    similar=[]
    for i in range(len(y_label_train)):
        similar.append(compute_cosin(train_x[i],xyz))
    index=np.argsort(-np.array(similar))[0]
    print(similar)
    print(".jpg属于第%s"%( y_label_train[index]))
def pca(x,k):
    x=x.T
    x_mean=x-np.mean(x,0)
    con_x=np.cov(x_mean)
    evar,evas=np.linalg.eig(con_x)
    new_x=np.dot(evas[:,:k].T,x)
    return new_x.T
def cv_imageto_image(image,classname):
    w=image.shape[1]
    pil_im=Image.fromarray(image)
    ttfont =ImageFont.truetype(r"C:\Windows\Fonts/STXIHEI.ttf",20)
    draw = ImageDraw.Draw(pil_im)  
    draw.text((w/2,10),u'%s'%classname, fill=(255,255,0),font=ttfont)  
    cv_im=cv2.cvtColor(np.array(pil_im),cv2.COLOR_RGB2RGBA)
    return cv_im
if __name__=="__main__":
    ### 类别特征码,训练样本#######
    m,n=5,10 #区域大小
    pic_class=3
    train_x=[]
    y_label_train=[u"黄花",u"黄花",u"黄花",u"白花",u"白花",u"白花",u"向日葵",u"向日葵",u"向日葵"]
    for c in range(1,pic_class+1):
#        txyz=np.zeros((3,m*n))
        for i in range(1,4):#每个类别3个样本图像
            fn="C:\\Users\\Y\\Desktop\\demo\\"+str(c)+"\\"+str(i)+".jpg"
#            temp_xyz=getfeature(fn,m,n)
            txyz=getfeature(fn,m,n)
#            txyz+=temp_xyz#各类别图像特征码之和
#        y_label_train.append(c)
#        txyz=txyz/3#均值
            train_x.append(txyz[0].tolist()+txyz[1].tolist()+txyz[2].tolist())
    train_x=np.array(train_x)
    y_label_train=np.array(y_label_train).T
#######测试#################
    f1="C:\\Users\\Y\\Desktop\\demo\\6.jpg"
    test_im=cv2.imread(f1)
    test_image(f1,train_x,y_label_train)
#    svm=mlpy.LibSvm()
#    svm.learn(train_x,y_label_train)
    ##########svm 分类###############
    xyz=getfeature(f1,m,n)
    xyz=xyz[0].tolist()+xyz[1].tolist()+xyz[2].tolist()
    xyz=np.array(xyz)
    clf =  LinearSVC() #svc（）的话就错了，需要线性svc
    clf.fit(train_x, y_label_train)
    print("svm分类效果：属于第%s"%(clf.predict([xyz.T])[0]))
    test_im=cv_imageto_image(test_im,clf.predict([xyz.T])[0])
    softmax_reg=LogisticRegression(multi_class="multinomial",solver="lbfgs",C=10)
    softmax_reg.fit(train_x, y_label_train)
    print(softmax_reg.predict([xyz.T])[0])
    cv2.imshow("test_im",test_im),cv2.waitKey(0)
#    print(svm.pred(xyz))

test 1 image

法1、余弦分类效果：属于黄花
法2、svm分类效果：属于黄花
法3：softmax 分类效果：属于黄花

test 2_image

法1、余弦分类效果：属于黄花
法2、svm分类效果：属于白花
法3：softmax 分类效果：属于白花

可以看出来，法1错误分类，在样本量少的情况下，svm和softmax分类最佳。

图像分类---余弦相似度--svm---softmax

猜你喜欢