Python 对一组图像进行聚类
我有一个文件夹，里面有成百上千张图片，其中有些看起来很像。我想创建一个集群来分隔这些图像（在同一集群中看起来很相似的图像） 我无法确定需要的集群数量，这取决于图像。 有人知道如何使用Python、OpenCV以及使用哪种算法来实现这一点吗Python 对一组图像进行聚类,python,opencv,dbscan,Python,Opencv,Dbscan,我有一个文件夹，里面有成百上千张图片，其中有些看起来很像。我想创建一个集群来分隔这些图像（在同一集群中看起来很相似的图像） 我无法确定需要的集群数量，这取决于图像。 有人知道如何使用Python、OpenCV以及使用哪种算法来实现这一点吗 我做了一些研究，发现AffinityPropagation或DBS可能对我有用，但我不知道从哪里开始（如何编码我的图像，我应该将什么传递给那些算法等等）不幸的是，对于图像来说，这并不是那么简单，因为单纯的聚类会导致具有相同颜色的图像簇，而不是相同颜色的图像簇“
我做了一些研究，发现AffinityPropagation或DBS可能对我有用，但我不知道从哪里开始（如何编码我的图像，我应该将什么传递给那些算法等等）不幸的是，对于图像来说，这并不是那么简单，因为单纯的聚类会导致具有相同颜色的图像簇，而不是相同颜色的图像簇“内容”。您可以使用神经网络作为图像的特征提取器，我看到两个选项：
（在互联网上随机找到）似乎是对方法2的一个很好的介绍。不幸的是，对于图像来说，这并不是那么简单，因为单纯的聚类会导致具有相同颜色的图像聚类，而不是相同的“内容”。你可以使用神经网络作为图像的特征提取器，我看到两个选项：
（在互联网上随机找到）这似乎是对方法2的一个很好的介绍。谢谢你的回答！事实上，检测两幅图像是否具有相同的颜色对我来说可能很有用。我没有很好地解释，但假设我有一个视频，我每秒提取一幅图像。我肯定会在几秒钟内看到同一个人/对象的图像，我想确定这些图像Eimages@MounaBenChamekh你当然可以尝试直接在像素上进行聚类！另一个想法是，如果你知道图像是在一个序列中（例如在视频中）：您可以计算相邻图像之间的距离，如果它们比x更接近，则表示它们位于同一簇中。不幸的是，无论您选择何种方法，您都需要执行大量实验以获得正确的参数。直接在像素上进行簇集是否有效？因为即使图像看起来相似，对象也会发生变化改变位置，颜色不完全相同…如何考虑所有这些？@MounaBenChamekh的想法是视频中的相邻帧应该非常相似。但不，我不认为像素聚类会很好地工作，最可靠的自动编码器压缩信息，但你不能真的用它们来定义相似性。如果你如果你使用神经网络，那么你需要的是一个嵌入方案（当事情在某些度量方面相似时，它会在欧几里德空间中投影）。谢谢你的回答！事实上，检测两张图像是否具有相同的颜色对我来说可能很有用。我没有很好地解释，但假设我有一个视频，我每秒提取一张图像。我肯定会有几秒钟具有相同的人/对象的图像，我想识别这些图像images@MounaBenChamekh你绝对可以y直接在像素上聚类！另一个想法，如果你知道图像是在一个序列中（例如在视频中）：您可以计算相邻图像之间的距离，如果它们比x更接近，则表示它们位于同一簇中。不幸的是，无论您选择何种方法，您都需要执行大量实验以获得正确的参数。直接在像素上进行簇集是否有效？因为即使图像看起来相似，对象也会发生变化改变位置，颜色不完全相同…如何考虑所有这些？@MounaBenChamekh的想法是视频中的相邻帧应该非常相似。但不，我不认为像素聚类会很好地工作，最可靠的自动编码器压缩信息，但你不能真的用它们来定义相似性。如果你如果你使用神经网络，那么你需要的是一个嵌入方案（当事情在某些度量方面相似时，它会在欧几里德空间中投影）。一个值得尝试的简单解决方案是PCA/Eigenfaces。Eigenfaces是一种设计用于压缩个人资料图像的方法，但也定义了一个相似性度量，您可以根据该度量定义集群。我不确定它是否会起作用，但本主题中有一系列教程，而且在较新的OpenCV版本中也可以开箱即用，因此它是有效的h一个镜头。此外，无论你使用何种方式，你几乎肯定必须想出一种方法来将初始数据投影到相同的空间维度。最简单的解决方案：将所有内容的样本减少到最小图像大小。一个值得尝试的简单解决方案是PCA/特征脸。特征脸是一种设计用于压缩轮廓图像的方法，但也定义了相似性可以定义集群的度量标准。我不确定它是否有效，但本主题中有一系列教程，在较新的OpenCV版本中也有现成的教程，因此值得一试。此外，无论您使用哪种方法，您几乎肯定要想办法将初始数据投影到相同的空间维度。Easiest解决方案：将所有内容的采样降至最小图像大小。