感知机实现纯色图片的二分类

最新推荐文章于 2024-11-04 10:47:18 发布

潇洒的谢家小帅

最新推荐文章于 2024-11-04 10:47:18 发布

阅读量524

点赞数

本文链接：https://blog.csdn.net/u012225754/article/details/50204379

版权

本文介绍了如何使用感知机对纯色图片进行二分类。通过训练red和blue两个文件夹中的9张图片，学习感知机的权重w和偏置b。最终，该模型能够对新的纯色图片进行红色或蓝色的分类。

摘要由CSDN通过智能技术生成

这个是个人实现的对于纯色图片的二分类，纯色图片就是指只有一种颜色的图片，首先使用red文件夹中的4张图片和blue文件夹中的5张图片尝试训练出感知机的参数w,b,然后读取新的图片，判断红色还是蓝色

import java.awt.image.BufferedImage;  
import java.util.ArrayList;  
import java.util.List;  
import java.util.Random; 
import javax.imageio.ImageIO;
import javax.imageio.ImageReadParam;
import javax.imageio.ImageReader;
import javax.imageio.stream.ImageInputStream;
import java.io.*;
class Myimg{
public int r=0,g=0,b=0;
public int cate=0;
Myimg(int rr,int gg,int bb,int cater)
{
 r=rr;
 g=gg;
 b=bb;
 cate=cater;
}
}
public class Perceptron_image{
	Myimg mg[]=new Myimg[9];
	int mgcnt=0;
	int w1=0,w2=0,w3=0,m=0;
	void createRGB(String path,int flag)
	{
		String imgPath = path;  
		try{
        BufferedImage src = ImageIO.read(new FileInputStream(imgPath));  
		//BufferedImage src=new BufferedImage("C:\\Users\\Administrator\\Desktop\\blue1.jpg");
        int width = src.getWidth();  
        int height = src.getHeight();  
        int[] inPixels = new int[width*height];  
        src.getRGB( 0, 0, width, height, inPixels, 0, width ); 
        int r=0,g=0,b=0;
        for(int rgb:inPixels)
         	{

         	 r=(rgb>>16)&0xff;
         	 g=(rgb>>8)&0xff;
         	 b=(rgb)&0xff;
         	//System.out.println(r+" "+g+" "+b);
         	}
         	
         	mg[mgcnt]=new Myimg(r,g,b,flag);
         	mgcnt++;
         }

         catch(Exception e)
         {}
    
	}
	void testRGB(String path)
	{
		String imgPath = path;  
		try{
            BufferedImage src = ImageIO.read(new FileInputStream(imgPath));
            int width = src.getWidth();  
            int height = src.getHeight();  
            int[] inPixels = new int[width*height];  
            src.getRGB( 0, 0, width, height, inPixels, 0, width ); 
            int r=0,g=0,b=0;
            for(int rgb:inPixels)
         	{

         	 r=(rgb>>16)&0xff;
         	 g=(rgb>>8)&0xff;
         	 b=(rgb)&0xff;
         	//System.out.println(r+" "+g+" "+b);
         	}
         	
         	int res=w1*r+w2*g+w3*b+m;
         	res=sign(res);
         	if(res==1)
         		System.out.println("this is blue!!!!");
         	else
         		System.out.println("this is red!!!!");
         }


          
          catch(Exception e)
          {

          }
	}
	void readimg()
	{
		String bluepath="C:\\Users\\Administrator\\Desktop\\blue";
		for(int i=1;i<=5;i++)
		{
         String temp=bluepath+"\\blue"+i+".jpg";
         createRGB(temp,1);
		}
		String redpath="C:\\Users\\Administrator\\Desktop\\red";
		for(int i=1;i<=4;i++)
		{
         String temp=redpath+"\\red"+i+".jpg";
         createRGB(temp,-1);
		}

	}
	int sign(int x)
	{
		if(x>0)
			return 1;
		else if(x<0)
			return -1;
		else
			return 0;
	}
    void train()
    {
    	
    	while(true)
    	{
    	boolean jump=false;
    	for(int i=0;i<9;i++)
    	{
         int r=mg[i].r;
         int g=mg[i].g;
         int b=mg[i].b;
         int cate=mg[i].cate;
         if(sign(r*w1+g*w2+b*w3+m)!=cate)
         {
          jump=true;
          w1=w1+cate*r;
          w2=w2+cate*g;
          w3=w3+cate*b;
          m=m+cate;
          break;
         }
    	}
    	if(jump==false)
    	{
    		break;
    	}
        }
        System.out.println(w1+" "+w2+" "+w3+" "+m);
    }
    void test()
    {
     String path="C:\\Users\\Administrator\\Desktop\\test.jpg";
     testRGB(path);
    }
	public static void main(String[]args)
	{
	  Perceptron_image pi=new Perceptron_image();
	  pi.readimg();
      pi.train();
      pi.test();

	}

}