OpenCV中K-Means聚类方法的输入数据类型（向量<Mat>）

Question

我一直在研究MNIST数据集来分类手写数字图像。我可以读取图像并计算它们的直方图。然后，我将Mat的直方图推回到矢量中。由于方法（InputArray）的第一个参数导致一些错误，我无法实现K-Means聚类算法方法（kmeans（））

已使用OpenCV 3.0。

vector<Mat> histogram_list; 


//some implementations 


int clusterCount = 10; 
Mat labels, centers; 
int attempts = 5; 
kmeans(samplingHist(histogram_list, h_bins, s_bins), clusterCount, labels, 
    TermCriteria(CV_TERMCRIT_ITER | CV_TERMCRIT_EPS, 10000, 0.0001), 
    attempts, KMEANS_PP_CENTERS, centers); 

有没有什么建议可以解决这个问题？

编辑：

mat.int.hpp文件。关于断言的错误失败了......并且它将我返回到那段代码。

template<typename _Tp> inline_Tp& Mat::at(int i0, int i1) { 
CV_DbgAssert(dims <= 2); 
CV_DbgAssert(data); 
CV_DbgAssert((unsigned)i0 < (unsigned)size.p[0]); 
CV_DbgAssert((unsigned)(i1 * DataType<_Tp>::channels) < (unsigned)(size.p[1] * channels())); 
CV_DbgAssert(CV_ELEM_SIZE1(DataType<_Tp>::depth) == elemSize1()); 
return ((_Tp*)(data + step.p[0] * i0))[i1]; 

}

我尝试用采样从载体垫子上解决问题。然而它无法帮助解决它。我在哪里犯了一个错误？

Mat samplingHist(vector<Mat> &vec, int h, int s) { 
    Mat samples(vec.size(), h * s, CV_32F); 
    for (int k = 0; k < vec.size(); k++) 
     for (int y = 0; y < h; y++) 
      for (int x = 0; x < s; x++) 
       samples.at<float>(k, y* s + x) = vec[k].at<float>(y, x); 
    return samples; 
} 

Answer 1

您传递错误的参数。 InputArray data的文档必须是Mat或至少std::vector<cv::Point2f>，而不是std::vector<Mat>。

看看这个例子： http://docs.opencv.org/3.1.0/de/d63/kmeans_8cpp-example.html