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