Numpy 如何处理scikit学习中用于分类的HOG特征数组？

我想从图像中提取HOG特征，以便通过分类器（

AdaBoost.SAMME

，尤其是使用scikit learn:）

为此，我需要将图像转换为一个数组，如

shape=[n_样本，n_特征]

但是从图像中提取HOG特征的输出是一个一维数组。 这是我的代码的相关部分：

tree = io.imread('C:\\Users\\app\\Pictures\\treephoto1.jpg')
type(tree)
print tree.shape, tree.dtype

graytree = color.rgb2gray(tree)
ge = filter.canny(graytree)
fd, hog_image = hog(ge, orientations=8, pixels_per_cell=(16, 16),
                    cells_per_block=(1, 1), visualise=True)

当我选中fd时，它是这样一个数组：

让我们以前9行为例，假设这是

hog

函数的完整输出，并且我从中获取hog特征的图像是训练数据集中的第一个图像

那么，考虑到我有一千张训练图像，这个HOG信息将如何表示为

X=[n_样本，n_特征]

下面这一行是

X

的第一行，我可以将其用作分类器的输入吗

[1, [0.162, 0.168, 0.250, 0.114, 0.106, 0.044, 0.035, 0.059, 0.200, 0.149]]

这整行HOG值是否会被视为单个特征？或者这是错误的？ 据我所知，培训样本应符合以下格式：

[sample_index, feature_1, feature_2, feature_3, ..., feature_x]

---

对于scikit学习分类器，数据以形状矩阵的形式表示，正如您正确地说的那样。不需要样本索引（如果您出于其他目的需要样本索引，请不要将其放入您打算传递给scikit learn的矩阵中）

以你为例，一个样本是

samples = [[0.162, 0.168, 0.250, 0.114, 0.106, 0.044, 0.035, 0.059, 0.200, 0.149]]

这是一个python示例列表。它包含一个示例，是您的功能列表。然而，如果你有大量的数字数据，你必须把它连续地保存在内存中。这是使用

numpy.ndarray

s完成的。将一个样本矩阵转换为数组非常简单

import numpy as np
sample_array = np.array(samples)

让我们继续看几个例子。我会复制同一个好几次，当然它们会有所不同。这应该是一个数组，所以

samples =  np.array(
               [[0.162, 0.168, 0.250, 0.114, 0.106, 0.044, 0.035, 0.059, 0.200, 0.149],
               [0.162, 0.168, 0.250, 0.114, 0.106, 0.044, 0.035, 0.059, 0.200, 0.149],
               [0.162, 0.168, 0.250, 0.114, 0.106, 0.044, 0.035, 0.059, 0.200, 0.149]])

---

这个样本矩阵可以输入分类器，通常它扮演

X

好吧，我很困惑-那么n个样本在形状[n个样本，n个特征]中必须保持什么值？在我看来，您构建的数组似乎只是[n_features]。如果我有一千张训练图像，分类器会接受[1000，样本]吗？或者简单地说[samples]？另外-您提到sample_array是一个样本图像的矩阵，但您也将其称为“特征列表”。但我只使用了HOG描述符，没有其他功能。所以，尽管有一个完整的值数组，但它仍然会被当作唯一的HOG特性，对吗？所以，如果我使用除HOG之外的另一个特性，那么一个示例会是这样的：np.array（[set of HOG features]，[set of second type of features]]）？我对计算机视觉有点陌生，所以我对术语不太熟悉……在我称之为样本的数组中，有3幅图像的hog描述符。每个图像由一条线表示。每个图像都是一个示例。您使用的图像数量为n_个样本。每个图像的HOG特征数为n_特征。“n_样本”和“n_特征”仅分别描述输入的数量和每个输入的大小。特征向量的大小必须相同。通常，从扫描图像的大小相等的窗口中提取HOG特征。因此，是的，事实上，最好为您的客户提供相同的尺码samples@user961627测试输入应始终与训练集位于同一空间，因为模型已学会在该空间中工作。两种方法都应采用相同的预处理。