Python skimage daisy 不同大小的特征向量

Question

我正在使用 skimage 和 sklearn 来训练数据集 food101 的图像分类器

def process_image(image_fp):
image_ = imread(image_fp)
resize(image_, (400, 350)).shape
image=rgb2gray(image_)
descs=skimage.feature.daisy(image, step=180, radius=58, rings=2, histograms=6, orientations=8)
if descs.shape[0]!=3:
    descs=descs.transpose(1, 0, 2)
return descs.reshape(descs.size).tolist()

当涉及到:

clf = grid_search.GridSearchCV(svm.SVC(), parameters).fit(x_train, y_train)

由于函数“process_image”的返回大小不同而出现错误。

我可以通过仅选择元素较少的列表中的元素数量来解决问题，但我认为它可能有更正确的方法来做到这一点。

Answer 1

我认为您跳过调整图像大小。

更改此行:

resize(image_, (400, 350)).shape

到这一行:

image_ = resize(image_, (400, 350))

最终功能:

def process_image(image_fp):
    image_ = imread(image_fp)
    image_ = resize(image_, (400, 350))
    image=rgb2gray(image_)
    descs=skimage.feature.daisy(image, step=180, radius=58, rings=2, histograms=6, orientations=8)
    if descs.shape[0]!=3:
        descs=descs.transpose(1, 0, 2)
    return descs.reshape(descs.size).tolist()

当我改变它时，结果如下:

更改代码之前:

随机图像大小:(445, 578, 3)

雏菊矢量大小:624

更改代码后:

随机图像大小:(400, 350, 3)

雏菊向量大小:416