分类图像集合

Question

我有从显微镜图像集合的文件夹，我必须将它们分为两类（缺陷和无缺陷的样本）。另外，我有一些已经分类好的图像。 我从来没有尝试过这样的东西，所以有没有人有如何使用python scikit库做的例子？

Answer 1

这里不是一个真正的问题，但是因为有一个程序化的一面，所以我会尽力帮忙。

这只是一个解决方案，介意你。

的问题分解为：

1. 在这些各种各样的问题，你需要做的第一件事情就是搞清楚的照片“功能”将区分二者。例如，也许“好”类通常具有更多曲线/圆圈，而“差”类具有线性/尖锐线。或者，也许一个类更轻，其他黑暗等
2. 第二部分，是为每个这样的“功能”创建一个方法，可以为图像评分值。所以每张照片都会得到一个值（比如在0.0-1.0之间，但不是必需的），然后每张照片都有一个特征向量。
3. 使用训练集中每个图像的特征向量的输入，您可以训练一个决策树。看看http://scikit-learn.org/stable/modules/tree.html，它真的帮了我。
4. 准备好分类后，您只需在此申请。
5. 请注意，这里的整个艺术创造出正确的“特征”。

或者，你可能想看看ATH的Violla - 琼斯图像分类，你可以使用OpenCV的训练这一点。 1.解释如何训练分类：http://docs.opencv.org/trunk/doc/user_guide/ug_traincascade.html 2.论文，解释它：http://www.cs.cmu.edu/~efros/courses/LBMV07/Papers/viola-cvpr-01.pdf 3.教程http://note.sonots.com/SciSoftware/haartraining.html

希望这有助于