Python 如何将图像转换为数据集进行机器学习

如何将图像转换为数据集或numpy数组，并通过将其与clf相匹配进行预测

import PIL as pillow
from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
from sklearn import svm

infilename=input()
im=Image.open(infilename)
imarr=np.array(im)
flatim=imarr.flatten('F')

clf=svm.SVC(gamma=0.0001,C=100)
x,y=im.size

#how to fit the numpy array to clf 
clf.fit(flatim[:-1],flatim[:-1])
print("prediction:",clf.predict(flatim[-1]))
plt.imshow(flatim,camp=plt.cm.gray_r,interpolation='nearest')
plt.show()

---

任何人都请，谢谢

在单个图像上使用SVM除了好玩之外，没有其他原因。以下是我做的修复。1） 使用.convert（“L”）将图像转换为二维阵列灰度。2） 创建了一个虚拟目标变量y作为随机1D数组。3） 修复再次显示图像（plt.imshow）cmap（代替camp）和im（代替flatim）时出现的类型错误

---

我在scikit中看到了一个使用SVM的好例子。我想这就是你想要复制的。不是吗？

你能详细说明你想解决的确切问题吗？

import PIL as pillow
from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
from sklearn import svm

im=Image.open("sample.jpg").convert("L")
imarr=np.array(im)
flatim=imarr.flatten('F')

clf=svm.SVC()
#X,y=im.size
X = imarr
y = np.random.randint(2, size=imarr.shape[0])
clf.fit(X, y)

#how to fit the numpy array to clf 
#clf.fit(flatim[:-1],flatim[:-1])
# I HAVE NO IDEA WHAT I"M DOING HERE!
print("prediction:", clf.predict(X[-2:-1]))
plt.imshow(im,cmap=plt.cm.gray_r,interpolation='nearest')
plt.show()