基于水色图象的水质分类问题（傻瓜式工具TPOT）

基于水色图象的水质分类问题（傻瓜式工具TPOT）

这个东西，我看了很多人也做过，也是一个经典的案例，大部分都用的SVM支持向量机或者是决策树要么就是随机森林，这里我看数据量不大，我突然觉得好像TPOT这个东西可以用来玩一玩。

图片处理的流程（基于颜色矩的图片特征提取）

1.将图片的文件批量导入到工作环境中（此部分需要用到循环导数据的方法）
2.将图片进行裁剪，提取出最主要的部分（因为原始图片有许多的干扰部分，可能会干扰后续的处理）
3.计算图片的RGB颜色通道的1，2，3阶矩
4.处理得到的1，2，3阶矩的数据，得到一个数据框
5.建立合适的模型
6.评估模型，修改模型

1、看一眼数据

网盘链接
6o85

都是图片，而且图片的噪音还很大。嘶~

2、对图片的处理，特征的提取

先导入数据吧：

import os
from PIL import Image
import numpy as np
import pandas as pd
name=os.listdir('C:\\Users\\dell\\Desktop\\images')###得到文件夹下的图片名字
label=[]
image=[]
for i in range(len(name)):
    a=name[i].split('_')
    label.append(a[0])###因为观察到图片的名字已经分好类别了，所以将其用一个列表形式存储起来，以便于后面和表   
    image.append('C:\\Users\\dell\\Desktop\\images\\'+name[i])###将每个图片的路径得到

对图片进行剪裁，这里是选用图片中间100*100的区域进行裁剪，结果如下：

至于颜色距的计算，大家可以百度，其实简单来说，一张彩色图片是每一个像素组成的，每一个元素都有(R,G,B)这样的RGB值然后，颜色有3个阶矩，分别是R，G，B通道的每一个通道的像素值的均值，方差，梯度，也就是说一共有9个值，R通道3个颜色矩，G3个，B也3个。也就是一张图上的每一个像素都是类似于（111，111，222）、（541，568，214）…这样的像素值，然后进行计算就可以了。具体代码如下：

data=pd.DataFrame(np.zeros((len(image),10)),
                  columns=['类别','R通道一阶矩','G通道一阶矩','B通道一阶矩','R通道二阶矩','G通道二阶矩','B通道二阶矩','R通道三阶矩','G通道三阶矩','B通道三阶矩'])