Image processing 在Scikit学习python模块上的SVM中训练后，通过示例图像进行查询

当我用训练集和验证集执行SVM时，我用混淆矩阵检查结果，一切都很好

在那之后，我如何实现“示例查询”系统：我给出一张图片并返回图像集中最相似的图像（基于阈值）？

---

python中有一个示例（使用scikit学习模块）？

检索类似图像不需要分类器。这通常是一个最近邻问题，最有可能具有高维特征。关键在于找到：

• 你最关心的形象是什么？形状？颜色？颜色分布？反对
• 描述图像特征的最佳特征是什么？如果是颜色，那么您可能需要R/G/B值或直方图
• 你想如何衡量相似性？i、 距离函数
• 在这样的近邻问题设置中，您希望使用哪种算法？选项包括但不限于：kd树、位置敏感哈希等。有一些很好的讨论

  ---

您能提供您正在使用的实际代码吗？如果您了解分类器是如何区分输入并将其放入特定类中的，那么这应该很容易。由于您的新输入以某些类结束，因此您可以在此类中执行k-最近邻以返回相关结果。形状我使用不变旋转功能，如Humoment、solidity，并且我正在尝试实现延伸（但我不知道如何实现）。我用python中的scikit模块实现了最近邻，但它并没有问我一个距离函数，里面可能有一个默认值？谢谢你的链接，我现在读到了，教授说我们需要一个分类器和一个训练集来识别相似的图像，不是吗？没有错。如果每个图像都有标签，那么可以使用

最近邻

作为分类器。但是如何选择适合我的目的的最佳分类器？简单的尝试？我第一次读到关于SVM的文章，但如果最近的邻居也能成为候选人的话！