基于训练的OpenCV（Python）图像分类

Question

这是一个更为普遍的“我在哪里能找到好的资源来做某事”的问题。我正在尝试使用Python（OpenCV或其他）根据训练集对图像进行分类。

我的训练集：这是由许多产品缺陷的图像组成的。每个图像可以在产品的3个位置中的1个位置拍摄，每个图像将包含5种产品缺陷类型中的1种。这些缺陷已被人工分类并由人验证。

要分类的图像：这些图像由相似的图像组成，在相同的3个位置拍摄，但缺陷的类型没有分类（虽然缺陷区域是由拍摄图像的工具识别的，但只是工具没有正确分类，我无法更改工具）。

我尝试按照《用Python编程计算机视觉：分析图像的工具和算法》一书中的建议进行分类。在本例中，我使用存储在mySQL数据库（训练数据）中的SIFT描述符。到目前为止，我没有太多的运气（我继续排除故障），我想我会向任何OpenCV专家寻求建议。

任何推荐或建议将不胜感激。

所以，回到这个问题上，我认为分享我学到的东西是值得的。我不知道这是“答案”，但这就是我的归宿。一项正在进行的工作，你总是可以变得更好。

我现在的解决办法是把三种不同的方法结合起来。所有这些都可以在互联网上搜索，所以我不会详细介绍如何。

首先，我使用SIFT方法，使用对VLFeat的命令行调用生成SIFT直方图。这可能是Python中其他地方的一个选项，这正是我所使用的。我使用k-means聚类来做词汇视觉袋的事情，并建立了一个数据库，将质心和与训练图像相关的词汇直方图联系起来。我通过添加根筛选步骤稍微改进了结果。然后我使用密集SIFT（但没有根SIFT调整）创建了一个单独的数据库。最后，根据训练图像的RGB分量建立了一个彩色直方图数据库。我并没有使用所有256个R G B框，而是将单个R、G和B值相加超过8个框，然后将值展平为24个框的直方图。

对未知图像进行同样的处理，然后用欧氏距离比较直方图向量。我也尝试了卡方比较，但在我的情况下，欧几里德提供了更好的结果。我从每一个进程中抽取前三名的结果，根据9票中的5票进行图像分类。如果没有达到多数，那么分析是不确定的。

对于我封闭的图像群体，我的错误分类率为3.1%，不确定度为3.1%。

Answer 1

研究了基于特征包（BoF）和支持向量机的图像分类问题。我用C++和OpenCV做的，但是我确信你也可以得到类似的Python方法。

概念：

创建BoF字典：

1. 从你的训练样本中提取一张图片。
2. 提取SIFT关键点
3. 提取SIFT描述符
4. 使用k-means聚类对描述符进行聚类
5. 创建BoF字典（请参阅下面提到的链接）

培训：

1. 加载您的BoF字典
2. 使用上面的BoF字典初始化BoF实例
3. 从你的训练样本中提取一张图片。
4. 提取SIFT关键点
5. 为提取的关键点查找BoF描述符。
6. 使用此BoF描述符进行支持向量机学习
7. 对所有训练图像执行上述步骤
8. 您将得到一个.xml格式的SVM分类器文件…保存它

测试：

1. 加载支持向量机分类器
2. 使用上面创建的.xml文件初始化SVM分类器
3. 捕获图像
4. 使用字典查找捕获图像的BoF描述符
5. 使用这些BoF描述符使用支持向量机对其进行分类

你可以参考这个article

Answer 2

Implementing a CNN in Theano可能会给你比OpenCV中任何东西都好的结果。如果你在Google scholar上搜索，有大量关于使用CNNs进行图像分类的文章-这些方法中的大多数应该不难使用Theano实现。

Answer 3

您可以尝试通过将培训数据（有缺陷、没有缺陷）上载到demo.nanonets.ai（免费使用）来构建模型

1）在此处上传您的培训数据：

demo.nanonets.ai

2）然后使用以下（Python代码）查询API：

import requests
import json
import urllib
model_name = "Enter-Your-Model-Name-Here"
url = "http://anzalonelawcolorado.com/wp-content/uploads/2013/10/product.jpg"
files = {'uploadfile': urllib.urlopen(url).read()}
url = "http://demo.nanonets.ai/classify/?appId="+model_name
r = requests.post(url, files=files)
print json.loads(r.content)

3）回答如下：

{
  "message": "Model trained",
  "result": [
    {
      "label": "Defective",
      "probability": 0.97
    },
    {
      "label": "Not Defective",
      "probability": 0.03
    }
  ]
}