数学之路(3)-机器学习(3)-机器学习算法-余弦相似度(3)

我们将余弦相似度应用于风景图片类型自动分类，我们为每个类型准备了2个样本图片,如果样本图片数量适当，分类精度将更高。

蓝天白云风景我们设为第一类

森林设为第二类

瀑布设为第三类

对图片提取特征，提取的方式是将图片从上到下，从右到右分割成若干块，对每块的图片像素特征进行提取后，形成图片的特征

#读取图片，提取每类图片的特征
for ii in xrange(1,picflag+1):
    smp_x=[]
    b_tz=np.array([0,0,0])
    g_tz=np.array([0,0,0])
    r_tz=np.array([0,0,0])
    mytz=np.zeros((3,w_fg*h_fg))
    for jj in xrange(1,3):
        fn='p'+str(ii)+'-'+str(jj)+'.jpg'
        tmptz=readpic(fn)
        mytz+=np.array(tmptz)
    mytz/=3
    train_x.append(mytz[0].tolist()+mytz[1].tolist()+mytz[2].tolist())

对待测试样本进行分类

本博客所有内容是原创，如果转载请注明来源

http://blog.csdn.net/myhaspl/