昨日も投稿したのですが、まだ、bag of wordsをやりたいのですが画像をkeypointsをしてクラスタリングまではできていると思うのですが、その後にヒストグラムを作成して表示したいのですが方法が分かりません。
どなたか助言をお願いします。
http://aidiary.hatenablog.com/entry/20100227/1267277731
http://www.vision.cs.chubu.ac.jp/ssii08/ssii08-yanai.pdf
上記のページに書いてあるようなことをしたいです。
コード from sklearn.cluster import KMeans from sklearn import metrics import sklearn import matplotlib.pyplot as plt print("sklearn ver.",sklearn.__version__) import numpy as np import cv2 import os import sys def getDataSet(dir_path): data_sets = [] sub_dirs = os.listdir(dir_path) for classId in sub_dirs: sub_dir_path = dir_path + '/' + classId img_files = os.listdir(sub_dir_path) for f in img_files: data_sets.append([classId,sub_dir_path + '/' + f]) return data_sets detector = cv2.AKAZE_create() print("train start") train_set = getDataSet('train_img') dictionarySize = 2 bowTrainer = cv2.BOWKMeansTrainer(dictionarySize) for i,(classId,data_path) in enumerate(train_set): sys.stdout.write(".") gray = cv2.imread(data_path,0) keypoints = detector.detect(gray) out = cv2.drawKeypoints(gray,keypoints,None) cv2.imshow("window1",out) kmeans = KMeans(n_clusters = 8,random_state=42) print(kmeans) # 特徴点とその特徴を計算 keypoints,descriptors = detector.detectAndCompute(gray,None) # intからfloat32に変換 descriptors = descriptors.astype(np.float32) # 特徴ベクトルをBag Of Visual Words分類器にセット bowTrainer.add(descriptors) codebook = bowTrainer.cluster() kmeans.fit(descriptors) print(kmeans,labels_[::10]) print("train finish") cv2.waitkey(0) cv2.destroyAllWindows()