Python-画像クラスタリングにおけるクラスタリング

Question

K平均法または他のアルゴリズムを使用して画像をクラスタリングしたい（提案が必要）。

問題はこのようなものです。イメージを3つのクラスタ（自然、日没、水）にクラスタリングしたいと考えています。 os.listdir（）を使用してすべてのイメージをロードし、すべてのイメージを配列（RGB）に変換し、ID、Image_array、Labelの3つの列を含むデータフレームを作成しました。今

、私はn_clusters = 3を設けるK手段クラスタリングを使用する場合は、このエラーを示しています。今

from sklearn.cluster import KMeans kmeans = KMeans(n_clusters = 3).fit(img_array) ERROR = Found array with dim 4. Estimator expected <= 2.

を、私はこのクラスタリング問題でお願いします。あなたは、画像ごとに3D配列とそれを提供し、一方、私はあなたが言っただけでなく、この

img_array = [] 

path = "C://Users/shivam/Desktop/freelancer/p22/data/green_nature/" 
for f in os.listdir('.'): 
    if f.endswith('.jpg'): 
     img = Image.open(f) 
     data = np.asarray(img, dtype='uint8') 
     img_array.append(data) 


df = pd.DataFrame({'image_arrays':img_array}) 
df['id'] = range(1, len(df) + 1) 

Answer 1

のようなルックスを作成したデータフレームは、K-手段は、入力ごとにベクトルをしたいと思います。このような問題（いくつかの創造性を必要とします）を解決する最も簡単な方法は、あなたが持っているクラスを否定する一連の機能を考案することです。

この場合、自然（ロットのo 'グリーン）、水（ロットのo'ブルー）、および日没（ロットのo '/黄/ピンクの多分？）の間で分類したいので、青と赤の値。選択したフィーチャが差別的であるかどうかを確認するには、ヒストグラムをプロットします。

あなたの4D（画像x幅x高さx色）の配列から2D（画像x平均色）の配列に変更します。あなたは、np.meanを色、高さ、幅のdiminsionsにする必要があります。最後に、（画像×3（色））の配列が必要です。

Answer 2

これは、2次元が予想されているときに4次元配列を渡すために発生します。 'img_array.shape'はこのようにする必要があります（n_samples、n_features）。 特徴抽出アルゴリズムを使用する必要があります。

これはscikit-imageモジュールで行うことができます。 イメージをグレースケール形式に変換する必要があります。 コード：

import skimage.feature as feature 
img_converted = [] 
for i in range(len(img_array)): 
    img_converted.append(feature.hog(img_array[i])) 
model.fit(np.array(img_converted)) 

ドキュメント：http://scikit-image.org/docs/dev/api/skimage.feature.html#hog