显示来自分类器的查询图像

Posted

技术标签:

【中文标题】显示来自分类器的查询图像【英文标题】:Display query image from a classifier 【发布时间】:2016-03-23 21:23:59 【问题描述】:

所以我使用以下代码进行图像识别。

一切正常,直到我尝试在分类器中显示带有匹配图像的查询图像。

基本上,我想在匹配的图像旁边显示我试图识别的图像......但它显示了查询图像和一个空白的图形,错误在底部说明。请问如何显示?

此外,我的原始图像的 trainingSet 文件夹包含标记为 0-9 的子文件夹。所以预测代码行,NairaLabel 实际上预测将我的查询图像作为变量匹配到正确的文件夹,但我希望它显示出来。

 [imname,impath]=uigetfile('*.jpeg;*.jpg;*.png');
  notes=imread([impath,'/',imname]);

 %preprocessing
 %resize image
 LoadIm;

 % Extract HOG features and HOG visualization

 [hog_4x4, vis4x4] = extractHOGFeatures(I,'CellSize',[4 4]);

 cellSize = [4 4];
 hogFeatureSize = length(hog_4x4);

 %% Test Images from Test Set 

 NAIRALabel = predict(classifier,hog_4x4);

V%% Map back to training set to find identity 
       personIndexdigit = trainingSet(i).Description;

 %% 
 booleanIndex = strcmp(NAIRALabel, personIndex);

 integerIndex = find(booleanIndex);

  subplot(1,2,1);imshow(notes);title('Query Face');
   subplot(1,2,2);imshow(read(trainingSet(integerIndex),1));title('Matched Class');

错误: .

使用 imageSet/read 时出错(第 307 行) imageSet 对象数组不支持此方法。

hogFeat 中的错误(第 24 行) subplot(1,2,2);imshow(read(trainingSet(integerIndex),1));title('Matched Class');

 %%%%%%%% updated %%%%%%%

     %  NAIRALabel predicts the right folder which the image is located. 

 %so I did something like this:
 if NAIRALabel = '1';
     imshow(read(image, 1); title(valid  note);
 end

 %But I get this error:

  The expression to the left of the equals sign is not a valid target for an assignment.

请问有什么方法可以使这种方法起作用吗?

【问题讨论】:

【参考方案1】:

问题是因为integerIndex 不是标量。它要么是一个多元素数组,要么是空的。我会假设它是空的,因为您无法找到匹配项。

因此,当您索引trainingSet(使用integerIndex)时,您将获得一个非标量imageset 对象(如错误消息所述)。

【讨论】:

我刚试过你的代码...'索引超过矩阵维度'现在是错误。 这可能是因为您的整数索引为空。 哎呀...好的@Suever ...我可以通过什么其他方式显示匹配的图像?它已经预测了匹配图像的正确文件夹。我还能如何在匹配的文件夹中显示图像?请。 @user6086432 用你提供的少量代码很难说。 如果不会太多,我可以提供我所有的代码。我可以发邮件给你吗?

以上是关于显示来自分类器的查询图像的主要内容,如果未能解决你的问题,请参考以下文章

结合两个基于深度学习的分类器的方法

关于 NaiveBayes 分类器的查询

访问单个树估计器以预测来自梯度提升分类器估计器的值

使用 CreateML 训练图像分类器的最佳图像分辨率是多少?

更改 5 类图像分类器的代码

使用 SVM 作为图像分类器的精度/F 分数是不是可以达到 10%?