内核svm的图片格式

Question

要将一系列图像转换成正确的格式以输入sklearn.svm.SVC，我有一些困难。

这是我的第一个图像识别项目，所以我有点痛苦。

我有一个循环，它将一堆(大小不同的) base64 RGB图像导入到一个dataframe

imageData = mpimg.imread(io.BytesIO(base64.b64decode(value)),format='JPG')

然后，我将RGB图像转换为灰度，并使其变平。

data_images = rgb2gray(imageData).ravel()

其中rgb2gray：

def rgb2gray(rgb):
    r, g, b = rgb[:,:,0], rgb[:,:,1], rgb[:,:,2]
    gray = 0.2989 * r + 0.5870 * g + 0.1140 * b
    return gray

如果我看看大小的差异

df_raw.sample(10)

​

​

我们可以看到图像像素长度在我的样本之间是不同的。我在这里有点搞不懂该怎么做。由于没有更好的主意，我决定根据最大尺寸的图片添加一个垫子，

df_raw.picLen.max()

然后在每个一维图像数组的末尾附加一些零。

def padPic(x,numb,maxN):
    N = maxN-len(x)
    out = np.pad(x,(numb,N),'constant')
    return out

呼叫

df_raw['picNew'] = df_raw.apply(lambda row: padPic(row['pic'],0,df_raw.picLen.max()), axis=1)
df_raw['picNewLen']  = df_raw.apply(lambda row: len(row['picNew']), axis=1)

我现在有一个大小相同的数组

​

在这里，我试图拟合一个模型，以支持向量算法，使用图片数据作为X和一组标签作为y。

from sklearn.svm import SVC
X_train, X_test, y_train, y_test = train_test_split(df_raw.picNew, df_raw.name, test_size = 0.2, random_state=42)

检查大小：

print('Training data and target sizes: \n{}, {}'.format(X_train.shape,y_train.shape))
print('Test data and target sizes: \n{}, {}'.format(X_test.shape,y_test.shape))

训练数据和目标尺寸：(198，)，(198，)测试数据和目标大小：(50，)，(50，)

当我说服自己一切都准备好之后，我就试着去适应这个模型。

svm = SVC()
svm.fit(X_train, y_train)

这会引发一个错误，我不知道为什么：

/opt/wakari/anaconda/envs/ulabenv_2018-11-13_10.15.00/lib/python3.5/site-packages/numpy/core/numeric.py (a，dtype，order) 499500“”-> 501返回数组(a，dtype，copy=False，order=order) 502 503 ValueError:用序列设置数组元素。

我认为这肯定与数组大小有关，但我无法弄清楚。*-/

除了错误，更一般的说，我对我的方法有一个问题。特别是，我认为我的“填充”可能是不正确的，也许调整一些大小会更好。我很感谢对我的方法的任何反馈。谢谢

Answer 1

我已经解决了这个问题。

感谢Artem抓住了我明显的不编码类的问题，但这最终不是我的问题。

原来我的图片数组被表示的方式是不正确的。最初的数组是df_raw['picNew'].shape，它的计算值为

(248，)

我需要的是二维表示法

np.stack(df_raw['picNew'] , axis=1).shape

(830435,248个)

现在一切都好了。

我仍然不确定是否有最“正确”的方法来调整图像的大小以保持相同的长度。将0附加到数组长度似乎有点简单.因此，如果有人有一个想法:)

Answer 2

我非常肯定，这是由于在特性列和字符串中使用list作为目标值。对于后者，您需要按照fit()的要求，使用LabelEncoder类将它们转换为规范化的类标签。

参见此处描述：https://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.LabelEncoder.html

这需要在火车/测试拆分之前完成，以确保所有的名字都被LabelEncoder“看到”了。

对于前者，您可能需要搜索MNIST教程，这将提供大量应用于图像分类问题的算法。

另外，在压平前调整尺寸应该比填充更好。