用python实现图片分类过程:
1. 按图片类别抽取训练集中所有图片的SIFT特征;
2. 将每一类图片的SIFT特征聚类为K类,构成该类的visual vocabulary(其size为K);
3. 对于训练集中的每一张图片,统计vocabulary中K个word的“词频”,得到相应的直方图;
4. 将直方图作为样本向量即可构建SVM的训练数据和测试数据;
运行的环境:
windows7+python 2.7.9+opencv 2.4.9+numpy
用python实现图片分类过程:
1. 按图片类别抽取训练集中所有图片的SIFT特征;
2. 将每一类图片的SIFT特征聚类为K类,构成该类的visual vocabulary(其size为K);
3. 对于训练集中的每一张图片,统计vocabulary中K个word的“词频”,得到相应的直方图;
4. 将直方图作为样本向量即可构建SVM的训练数据和测试数据;
运行的环境:
windows7+python 2.7.9+opencv 2.4.9+numpy