OpenCV 期望最大化

Posted 2023-03-12

【中文标题】OpenCV 期望最大化

【英文标题】：OpenCV Expectation Maximization

【发布时间】：2013-05-23 06:50:12

【问题描述】：

我正在尝试在 OpenCV 2.4.5 上使用 EM 进行背景和前景图像分离。但是，与以前版本的 C 类不同，c++ 对我来说非常混乱，并且由于缺乏文档（从我的观点来看），一些例程相当混乱。

我写了下面的代码，但它似乎不起作用。它给出了错误，我非常努力地调试但仍然无法正常工作。

Mat image;
image = imread("rose.jpg",1);

Mat _m(image.rows, image.cols, CV_32FC3);
Mat _f(image.rows, image.cols, CV_8UC3);
Mat _b(image.rows, image.cols, CV_8UC3);

Mat sample(image.rows * image.cols, 3, CV_32FC1);

Mat float_image;
image.convertTo(float_image,CV_64F);

Mat background_ = Mat(image.rows * image.cols, 3, CV_64F);

int counter = 0;
//Converting from Float image to Column vector
for (int j = 0; j < image.rows; j++)

    Vec3f* row = float_image.ptr<Vec3f > (j);

    for (int i = 0; i < image.cols; i++)
    
        sample.at<Vec3f> (counter++, 0) = row[i];
    


//sample.reshape(1,image.rows * image.cols);
cout<<"Training"<<endl;
EM params = EM(2);
params.train(sample);
    Mat _means = params.get<Mat>("means");
Mat _weights = params.get<Mat> ("weights");
cout<<"Finished Training"<<endl;

基本上，我将图像转换为 CV_64F 类型的浮点数并将其传递到训练例程中。也许我认为我错了，我可以就我的错误获得帮助。谢谢

【问题讨论】：

首先添加你得到的错误。

【参考方案1】：

你正在混合你的浮点类型。

如果需要双精度，请将Vec3f 更改为Vec3d。

否则

image.convertTo(float_image,CV_64F);
Mat background_ = Mat(image.rows * image.cols, 3, CV_64F);

应该是

image.convertTo(float_image,CV_32F);
Mat background_ = Mat(image.rows * image.cols, 3, CV_32F);

【讨论】：

请注意，根据文档，EM 例程在内部将 Mat 转换为 CV_64F，如果它还不是 CV_64F。因此，Vec3f 到 Vec3d 的更改应该是大多数情况下的首选解决方案（尤其是性能方面）。 --- 来自 EM::train() 关于第一个参数的文档：samples – Samples from which the Gaussian mixture model will be estimated. It should be a one-channel matrix, each row of which is a sample. If the matrix does not have CV_64F type it will be converted to the inner matrix of such type for the further computing.