opencv - 从纯彩色图像中提取特征

Question

我想为 A.I. 提取特征。基于颜色分类。我知道使用颜色空间直方图作为特征向量，但是使用多个颜色空间直方图会使我的神经网络输入太大。单个 RGB 颜色空间会给我(3x256 = 768 个特征)。对同一图像的不同变体使用多个颜色空间的特征太多了。我避免使用直方图的平均值，因为我想知道图像的颜色分布。图像仅由颜色组成，不存在边缘或物体。欢迎就使用何种算法提出任何建议。

这些是我想要使用的彩色图像的示例

Answer 1

如果您想研究仅基于颜色的分类，颜色直方图绝对是正确的选择。您不想使用整个 RGB 颜色空间，因为这会产生一个巨大的特征空间，您已经注意到了。

相反，您应该首先查看binning 您的直方图(如解释的 here )。这已经根据您选择的因素减少了您的特征空间。

您可以通过排除您根本不感兴趣的颜色范围(在您的情况下可能是蓝色~红色)来进一步改善结果并减少特征数量。您还可以根据最常出现的颜色中心为您的 bin 找到正确的中心，例如通过在颜色空间中执行k-means。