基于SIFT特征和SVM的图像分类

最新推荐文章于 2024-06-30 17:10:06 发布
最新推荐文章于 2024-06-30 17:10:06 发布
阅读量2.7w 收藏 128
点赞数 10
分类专栏： python opencv 文章标签： python opencv sift svm 图像分类
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u012874151/article/details/45457085
版权
本文介绍了一个使用Python和OpenCV实现的图像分类案例，通过提取SIFT特征并利用SVM进行分类。步骤包括SIFT特征抽取、特征聚类形成视觉词汇、构建直方图作为SVM输入，最终实现约89%的分类正确率。
摘要由CSDN通过智能技术生成

一个简单的图像分类例子，所用图片集共13类，所有文件可以在http://download.csdn.net/detail/u012874151/8655041下载。

方法：

1. 按图片类别抽取训练集中所有图片的SIFT特征；

2. 将每一类图片的SIFT特征聚类为K类，构成该类的visual vocabulary(其size为K)；

3. 对于训练集中的每一张图片，统计vocabulary中K个word的“词频”，得到相应的直方图；

4. 将直方图作为样本向量即可构建SVM的训练数据和测试数据；

用python(numpy & opencv)做了个样例

最低0.47元/天 解锁文章
Felix_Schmidt
关注
专栏目录
pythonsvm图像分类_python图像处理之sift-kmeans-SVM图像分类
weixin_39631572的博客
12-08 913
原文代码在python3.0或者opencv版本不同下跑不通。我这里做一些改动，自行参考，文笔有限。改动点1：图像输入自定义，不再固定名称改动点2：解决找不到sift、svm组件类型问题改动点3：解决svm训练的标签错误问题改动点4：解决导入不了svm模型问题等注意：SVM.train中标签一定要为整数类型代码如下：import cv2import numpy as npimport osTrai...
SVM+Sift+K-means实现图像分类（python）
热门推荐
weixin_42486554的博客
12-27 1万+
1.Bag of Feature 一种特征提取方法，借鉴了文本分类的思路，从一张图片中提取具有代表性的特征，将所有图片的特征放在一起形成一个字典，将这个字典里的特征聚类成K个词袋。对于每张图片中的每个特征，找到离特征最近的中心点，也就是找到该图片中K个词袋出现的频率，用这K个词袋出现的频率来构成图片的特征向量（k*1）。通过词袋聚类分析实质上是提取了图像的更高层的特征。本文采用的是sift特征，步.........
sift特征提取 图像分类
08-05
sift128维特征提取完整算法，输入为图的路径，输出为该图的每个一个128列的矩阵，即每一行为一个sift特征值
Python | 基于支持向量机（SVM）的图像分类案例
最新发布
python收藏家的博客
06-30 1906
本文的目标是创建和训练支持向量机（SVM）模型，以准确地分类猫和狗的图像。使用GridSearchCV确定SVM模型的最佳参数，并测量模型的准确性。
基于SIFT特征和SVM的场景分类
02-23
SIFT作为场景图像的局部特征能够较好的表征和区分不同的场景。对于类别间距较大的样本，SVM能够很好的分类.
使用SIFT特征提取和K-Means方法对图片进行分类
李响
01-21 2307
由于项目的需要，需要搜集一批有标签的图片，但是人力没有那么多，无法对图片进行分类，所以就先用无监督的方法对用机器对图片自动分类，先富集一批数据，然后再对模型进行训练，于是就想到了k-means算法，但是图片需要提取特征，于是想到了使用SIFT来对图片进行提取特征，提取的方法使用OpenCV的库来进行提取 废话不多说，看代码： #-*- encoding:utf-8 -*- __date__ = '...
[VP] 使用SIFT, HOG和Canny进行图像分类
土豆大叔的博客
04-16 935
使用SIFT, HOG和Canny进行图像分类代码SIFT结果HOG 结果Canny结果SIFT, HOG, Canny提取的特征可视化对比 使用代码主题和数据来自[Github](使用SIFT, HOG和Canny进行图像分类) 在使用Opencv的 SIFT时一般会报错，因为SIFT算法后来有版权限制了，解决办法 请移步此处 代码 import cv2 import numpy as np import os from sklearn.cluster import KMeans from skle
基于SVM+sift+K-means图像分类
04-19
资源包含4个文件，其中.m和.npy为模型文件，其余两个是jupyter格式的python文件，如果没有jupyter可以用记事本或是vs code打开，再粘到py文件中运行 代码详解可见博客：...
基于sift特征和svm的图像分类python
10-27
基于SIFT特征和SVM的图像分类是一种常见的计算机视觉任务。下面以Python语言为例，简要介绍其实现。 SIFT特征是一种对图像进行特征提取和描述的方法，它能够提取出图像中不受尺度和旋转变化影响的关键点，并生成...
SIFT+BOG+SVM图像分类
03-22
总结来说，本项目涵盖了图像分类的两种主要方法：基于SIFT+BOG+SVM的传统机器学习模型和基于CNN的深度学习模型。这两种方法各有优劣，前者在小规模数据集和低计算资源条件下可能更有效，而后者在大规模数据集和复杂...
SIFT的Python 代码
03-22
sift.py、test5_sift.py、harris.py harris角点检测就是顺带放在里面用于做对比
sift+svm_SIFTSVM_sift+svm分类_svmsift
09-11
sift特征提取，然后再利用svm算法实现特征分类预测
图像分类（SVM）
07-22
程序对图像进行了很好的分类，好不容易找到的代码。
基于SIFT+Kmeans+LDA的图片分类器的实现源码
12-03
基于SIFT+Kmeans+LDA的图片分类器的实现源码 博文参考：http://www.cnblogs.com/freedomshe/archive/2012/04/24/2468747.html-The pictures classifier based on SIFT, Kmeans and LDA. Blog Reference: http://www.cnblogs.com/freedomshe/archive/2012/04/24/2468747.html
请写出基于kmeans、SIFT、SVM进行图像分类的python代码
weixin_42584586的博客
01-18 206
由于代码长度较长，且需要配合其他库使用，在这里只给出代码框架： import numpy as np from sklearn.cluster import KMeans from sklearn.svm import SVC from sklearn.pipeline import Pipeline from sklearn.preprocessing import StandardScaler...
python-sift-kmeans-svm图片分类
qigeyonghuming_1的博客
05-25 1331
使用的代码来源于https://blog.csdn.net/Yan456jie/article/details/52313317 感谢博主Yan456jie 在跑代码的时候，发现该代码有一些函数在新版本的python上跑不通，有一些错误，所以调了一下 代码如下 #coding=utf-8 #-*- coding: utf-8 -*- import argparse as ap import cv2 import imutils import numpy as np import os from sklea
sift分类java,SIFT + SVM/KMeans 图像分类
weixin_39839968的博客
03-27 253
先贴出代码：import cv2import numpy as npimport os, codecsfrom sklearn.cluster import KMeansfrom sklearn import svm, metricsfrom sklearn.model_selection import cross_val_score, train_test_split, GridSearchCV...
sift特征提取+Kmean+SVM分类
Diana_Z的博客
06-06 9834
https://stackoverflow.com/questions/19048891/training-of-svm-classifier-using-sift-features
评论 32
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值