将 OpenCV cv::kmeans() 与一维输入一起使用

Posted 2023-03-12

技术标签:

【中文标题】将 OpenCV cv::kmeans() 与一维输入一起使用【英文标题】：Using OpenCV cv::kmeans() with one-dimensional input 【发布时间】：2014-09-24 12:26:26 【问题描述】：

虽然python tutorial 使用一维数据，但我不能对 C++ 接口做同样的事情：

int size=100;
std::vector<float> data(size);
for (size_t i = 0; i < size ; i++)

    data[i] = (float)i; //placeholder

std::vector<int> labels;
std::vector<float> centers;
cv::kmeans(data, 3, labels,
    cv::TermCriteria(CV_TERMCRIT_ITER+CV_TERMCRIT_EPS, 10, 0.1),
    3, cv::KMEANS_PP_CENTERS, centers);

由于 cv::kmeans 期望输入是二维的，因此内部断言失败。 CV_Assert(N>=K) 失败，因为 K 为 3，N 为 1。我的错误是什么？

【问题讨论】：

什么是“优势”？此外，N 是行向量的输入 Mat 中的元素数。我只是猜测，但你可能弄错了形状。 strengths.reshape(1,1) 应该使它成为一个 n-elem，1 行输入将其重命名为“数据”。输入是一个 std::vector （通常应该没问题，因为 OpenCV 内部知道如何处理向量作为输入）。但它将其转换为具有一个通道的 (1 x data.size() ) 矩阵。这会导致异常，因为 kmeans 不包含 2 通道输入。为什么不使用 Mat 数据而不是矢量？断言 (N>=K) 只是确保您拥有至少与您要计算的集群数量一样多的样本。您的问题是，正如@Xocoatzin 在他的回答中所说，将向量传递给 kmeans 而不是 cv::Mat 会导致 N 的计算错误 @"为什么不使用 Mat？"：我发现向量更容易理解：当您将鼠标悬停在 IDE 中的对象上时，您可以直接看到存储的内容。矩阵不是清晰类型的。通常，OpenCV 可以处理向量。最后（如答案所示）我使用了一个矩阵。但我相信这是一个 OpenCV 错误。 【参考方案1】：

问题在于，当您将向量传递给采用 InputArray 的对象时，当在该 InputArray 上调用 getMat() 时，会创建一个具有 1 行的 Mat。但由于 Xocoatzin 在源代码中指出的原因，这在这种情况下不起作用。您显然无法重塑矢量，尽管有人建议这样做。如果您的输入是一个向量，并且您无法更改它，您需要将向量显式转换为 1 列 Mat，如下所示。

int size=100;
std::vector<float> data(size);
for (size_t i = 0; i < size ; i++)

    data[i] = (float)i; //placeholder


cv::Mat data_mat(data.size(), 1, CV32FC1, &data[0]);  // ** Make 1 column Mat from vector

std::vector<int> labels;
std::vector<float> centers;
cv::kmeans(data_mat, 3, labels,     // ** Pass 1 column Mat from Mat to kmeans
   cv::TermCriteria(CV_TERMCRIT_ITER+CV_TERMCRIT_EPS, 10, 0.1),
    3, cv::KMEANS_PP_CENTERS, centers);

【讨论】：

最后，两个答案都指向同一个想法 :-) 我现在没有重新塑造我的数据，而是直接将我的数据存储在适当维度的矩阵中，并停止使用向量。【参考方案2】：

编辑：

我刚刚检查了来源，上面写着：

//...
bool isrow = data.rows == 1 && data.channels() > 1; // MORE THAN ONE CHANNEL
int N = !isrow ? data.rows : data.cols; 
//...

//...
CV_Assert( N >= K );

因此，如果您的数据位于一行中，则您的输入矩阵中需要有多个通道和多于K 的列。

快速解决方法：reshape 您的矩阵，然后再调用 kmeans

它不复制任何数据，只是改变矩阵的维度。所以如果你有：