BOW其实就是bag of word的缩写,在OpenCV中关于此框架的有3个类。
第一个是一个基类,算是BOW训练的类型,
- class BOWTrainer
- {
- public:
- BOWTrainer(){}
- virtual ~BOWTrainer(){}
- void add( const Mat &descriptors);
- const vector<Mat> &getDescriptors() const;
- int descriptorsCount() const;
- virtual void clear();
- virtual Mat cluster() const = 0;
- virtual Mat cluster( const Mat &descriptors );
- protected:
- …
- }
第二个类别是我们在应用的时候真正的BOW训练的接口类别叫做BOWKmeansTrainer, 此类继承来自BOWTrainer类别(不知道这么说对不对,C++还在学习中)
- class BOWKmeansTrainer : public BOWTrainer
- {
- public:
- BOWKmeansTrainer( int clusterCount, const TermCriteria &termcrit = TermCriteria(),
- int attempts = 3, int flags = KMEANS_PP_CENTERS);
- virtual ~BOWKmeansTrainer(){};
- virtual Mat cluster() const;
- virtual Mat cluster( const Mat &descriptors ) const;
- protected:
- …
- }
利用此类先定义一个 bowTraining;
- BOWKmeansTrainer bowTraining(1000); //定义聚类中心1000个,其余的默认参数;
然后,将得到的特征,例如SIFT特征,将每一副图的SIFT特征利用add函数加入到bowTraining中去。
- for(int i=0; i<numOfPictures; i++)
- bowTraining.add( descriptors( i ) );
将所有的特征加进去后,就可以进行聚类训练了:
- Mat dictionary = bowTraining.cluster(); //这一步的时间根据特征的维度以及定义的词典中心的个数相关。
或者,将得到的特征合并成一个矩阵,这里贴出OpenCV的BOW内部合成矩阵的代码
- int descCount = 0;
- for( size_t i = 0; i < descriptors.size(); i++ )
- descCount += descriptors[i].rows;
- Mat mergedDescriptors( descCount, descriptors[0].cols, descriptors[0].type() );
- for( size_t i = 0, start = 0; i < descriptors.size(); i++ )
- {
- Mat submut = mergedDescriptors.rowRange((int)start, (int)(start + descriptors[i].rows));
- descriptors[i].copyTo(submut);
- start += descriptors[i].rows;
- }
同样:
- Mat dictionary = bowTraining.cluster( mergedDescriptors );
得到词典后,就要利用另一个类来进行图像BOW特征的提取----BOWImgDescriptorExtractor
- class BOWImgDescriptorExtractor
- {
- public:
- BOWImgDescriptorExtractor( const Ptr<DescriptorExtractor> &dextractor,
- const Ptr<DescriptorMatcher> & dmatcher );
- virtual ~BOWImgDescriptorExtractor(){}
- void setVocabulary( const Mat& vocabulary );
- const Mat& getVocabulary() const;
- void compute( const Mat& image, vector<KeyPoint> & keypoints,
- Mat& imgDescriptor,
- vector<vector<int> >* pointIdxOfClusters = 0,
- Mat* descriptors = 0 );
- int descriptorSize() const;
- int descriptorType() const;
- protected:
- …
- }
利用上面这BOW的第三个类别定义一个变量;
- Ptr<DescriptorExtractor> extractor = DescriptorMatcher::create("SIFT"); //引号里面修改特征种类。
- Ptr<DescriptorMatcher> matcher = DescriptorExtractor::create("BruteForce"); //引号里面修改匹配类型;
- BOWImgDescriptorExtractor bowDE(extractor, matcher);
前面两个定义是为了方便初始化类的定义,在BOW图像特征定义完成后,便可以对每一副图片提取BOW的特征。
- bowDE.setVocabulary(dictionary); //dictionary是通过前面聚类得到的词典;
- for(int i=0; i<numOfPictures; i++)
- {
- vector<KeyPoint> keypoints;
- SiftFeatureDetector detector;
- detector.detect(pictures[i], keypoints);
- bowDE.compute(pictures[i], keypoints, descriptors);
- }
这样,整个BOW特征提取过程就结束了。
转:http://blog.csdn.net/zjjconan/article/details/7860437