c++ - opencv kmeans聚类多个Mats

Question

此问题特定于 opencv(c++)。我希望将多个矩阵/图像聚类在一起以创建单行聚类中心并获得拟合度。

我目前正在使用 BOWTrainer类，使用 .add 方法添加垫子，然后使用 .cluster 方法生成中心。但是，它不会输出一个度量来描述拟合的紧密程度。我知道 Vanilla kmeans函数返回一个紧凑性度量，但我一直无法找到一种方法来将多个不同的垫子与此聚类，这可能吗？

Answer 1

正如您在 bagofwords.cpp 中看到的那样, kmeans 紧凑性度量未存储到 BOWTrainer 中。

Mat BOWKMeansTrainer::cluster( const Mat& _descriptors ) const
{
    Mat labels, vocabulary;
    kmeans( _descriptors, clusterCount, labels, termcrit, attempts, flags, vocabulary );
    return vocabulary;
}

因此您不能直接从 BOWKMeansTrainer 中检索该值。

---

但是，您可以执行与 BOWKMeansTrainer::cluster() 中相同的操作并检索紧凑性度量:

// int clusterCount = ...
// TermCriteria termcrit = ...
// int attempts = ...
// int flags = ...

// Create trainer
BOWKMeansTrainer bow(clusterCount, termcrit, attempts, flags);

// Add some descriptors
// bow.add(...);

// Retrieve descriptors
vector<Mat> descriptors = bow.getDescriptors();

// Check that !descriptors.empty()

// Form a single descriptor matrix (as in "Mat BOWKMeansTrainer::cluster() const")

int descCount = 0;
for( size_t i = 0; i < descriptors.size(); i++ )
    descCount += descriptors[i].rows;

Mat mergedDescriptors( descCount, descriptors[0].cols, descriptors[0].type() );
for( size_t i = 0, start = 0; i < descriptors.size(); i++ )
{
    Mat submut = mergedDescriptors.rowRange((int)start, (int)(start + descriptors[i].rows));
    descriptors[i].copyTo(submut);
    start += descriptors[i].rows;
}

// Perform cluster (as in "Mat BOWKMeansTrainer::cluster( const Mat& _descriptors ) const")

Mat labels, vocabulary;
double compactness = kmeans( mergedDescriptors, clusterCount, labels, termcrit, attempts, flags, vocabulary );