随机森林学习笔记2（含代码）

Task:

用随机森林训练出一个区分好坏图像的模型，计算accurancy

流程：

首先做的是cv2.imread()读入图像，读入的是BGR格式，应该是三个M x N的二维矩阵，分别表示各个像素的R、G、B三个颜色分量（见下图的x_test）。接着转化为灰度图像，灰度数字图像是每个像素只有一个采样颜色的图像，它是一个M x N的二维矩阵。然后由于手头用的是大小不同的图像，还要在进行统一大小。最后就是运用随机森林，得到精确度。

遇到的一些问题：

1. 在将训练集送入随机森林时候，报错：
   
   应该是输入的训练集是三维的，所以出现错误。
   
   要想办法把它降维，解决办法就是保持它的第一纬度，另外两个维度进行展平，即

nsamples_test, nx, ny = x_test.shape
x_test = x_test.reshape(nsamples_test, nx*ny)

nsamples_train, nx, ny = x_train.shape
x_train = x_test.reshape(nsamples_train, nx*ny)

变化后如图
还有一个方法（我用的是这个）;
因为我是用cv2.imread()写的，读出来是BGR格式（H,W,C），可以将其转换成灰度图也可以起到降维的办法。

    im = cv2.imread(impath)
	# 转灰度
    im_gray = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY) 

2.绝对路径和相对路径
绝对路径就是文件实际位置，从盘符开始
相对路径主要由三种：

../ 程序的上级文件位置
./ 程序的同级文件位置
/  当前的站点的根目录

3.在过程中用的一些函数

im = cv2.imread(图片位置):从输入位置读入图像
im_gray = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY) ：转化为灰度
im_test_size0 = cv2.resize(im_gray, dim, interpolation = cv2.INTER_AREA):dim是自己定义的大小
im_test_0 = im_test_size0.flatten()：flatten是降维的

flatten（）可以参考：https://blog.csdn.net/qq_18433441/article/details/54916991

代码如下：

import os
import cv2
import numpy as np
from sklearn.ensemble import RandomForestClassifier

y_train = []
x_train = []
datapath = './data/7_29trainData/0'
#outpath = './data/gray_data/'  
filelist = []
for i in os.listdir(datapath):  
    filelist.append(i)
length = len(filelist) 
for i in range(0,length):
    impath = datapath + '/' + filelist[i]
    im = cv2.imread(impath)
	# 1.转灰度
    im_gray = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)  
#    输出灰度图到某文件夹
#    outname = outpath + '/' + filelist[i]
#    cv2.imwrite(outname,im_gray)
    #2.调整所有图片为统一大小
    width = 128
    height = 128
    dim = (width,height)
    im_train_size0 = cv2.resize(im_gray, dim, interpolation = cv2.INTER_AREA)
    #3.把128*128的图片降维
    im_train_0 = im_train_size0.flatten()
    x_train.append(im_train_0)
    y_train.append(0)   

datapath = './data/7_29trainData/1'
outpath = './data/gray_data/'  
filelist = []
for i in os.listdir(datapath):  
    filelist.append(i)
length = len(filelist) 
for i in range(0,length):
    impath = datapath + '/' + filelist[i]
    im = cv2.imread(impath)
	# 转灰度
    im_gray = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)  
    #输出灰度图到某文件夹
#    outname = outpath + '/' + filelist[i]
#    cv2.imwrite(outname,im_gray)
    #调整所有图片为统一大小
    width = 128
    height = 128
    dim = (width,height)
    im_train_size1 = cv2.resize(im_gray, dim, interpolation = cv2.INTER_AREA)
    #3.把128*128的图片降维
    im_train_1 = im_train_size1.flatten()
    x_train.append(im_train_1)
    y_train.append(1)   

y_test = []   
x_test = []   
datapath = './data/7_29testData/0'
outpath = './data/gray_data/'  
filelist = []
for i in os.listdir(datapath):  
    filelist.append(i)
length = len(filelist) 
for i in range(0,length):
    impath = datapath + '/' + filelist[i]
    im = cv2.imread(impath)
	# 转灰度
    im_gray = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)  
    #输出灰度图到某文件夹
#    outname = outpath + '/' + filelist[i]
#    cv2.imwrite(outname,im_gray)
    #调整所有图片为统一大小
    width = 128
    height = 128
    dim = (width,height)
    im_test_size0 = cv2.resize(im_gray, dim, interpolation = cv2.INTER_AREA)    
   #3.把128*128的图片降维
    im_test_0 = im_test_size0.flatten()
    x_test.append(im_test_0)
    y_test.append(0)    

datapath = './data/7_29testData/1'
outpath = './data/gray_data/'  
filelist = []
for i in os.listdir(datapath):  
    filelist.append(i)
length = len(filelist) 
for i in range(0,length):
    impath = datapath + '/' + filelist[i]
    im = cv2.imread(impath)
	# 转灰度
    im_gray = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)  
    #输出灰度图到某文件夹
#    outname = outpath + '/' + filelist[i]
#    cv2.imwrite(outname,im_gray)
    #调整所有图片为统一大小
    width = 128
    height = 128
    dim = (width,height)
    im_test_size1 = cv2.resize(im_gray, dim, interpolation = cv2.INTER_AREA)    
   #3.把128*128的图片降维
    im_test_1 = im_test_size1.flatten()
    x_test.append(im_test_1)
    y_test.append(1)     

y_test = np.array(y_test).reshape(1, -1)
y_train = np.array(y_train).reshape(1, -1)
y_test = np.reshape(y_test,(200, 1))
y_train = np.reshape(y_train,(1525, 1))
forest = RandomForestClassifier(n_estimators=10000, n_jobs=-1, random_state=0)
forest.fit(x_train, y_train)
score = forest.score(x_test, y_test)
print(score)