如何解决如何去除图像处理中的特定数据
我有图像数据,我用它来训练我使用 SIFT 的机器学习,但我的数据有问题,有些图像包含 0 个图像描述符。所以当我完成训练和测试时,我的结果只达到了 56%(当然,这不是我预期的结果)。为了解决这个问题,我决定删除一些包含 0 图像描述符的图像。但是,我只能从包含图像描述符的 images_descriptor 数组中删除。这里的问题是不知道我必须删除哪些图像,以便我可以删除它们的“目标”。
我的数据有一个形状:(15000,64,3)
到目前为止我的代码:
X = data['data']
y = data['targets']
#Extract image descriptor using sift from X(Which is the data of your images)
images_descriptor = extract_sift_feature(X)
index_list = []
filter_images_descriptor = []
for i in range(len(images_descriptor)):
if images_descriptor[i] is not None:
filter_images_descriptor.append(images_descriptor[i])
if images_descriptor[i] is None:
index = np.where(images_descriptor == images_descriptor[i])
index_list.append(index[0])
filter_images_descriptor = np.array(filter_images_descriptor)
我正在尝试创建一个索引以从 images_descriptor 获取索引,以便我可以使用 np.where
知道哪个图像包含 0 个图像描述符的位置。然后我可以删除我从 images_descriptor
中的 y
删除的图像。但我为此收到的结果是:(array([],dtype=int64)
。
解决方法
对于这个问题,我在数据中的一些图像不包含任何特征。所以我给了它删除任何没有功能的数据的解决方案
def extract_sift_feature(X,y):
images_descriptor = []
filter_images_descriptor = []
NoneType_index_list = []
sift = cv2.SIFT_create()
for i in range(len(X)):
_kp,des = sift.detectAndCompute(X[i],None)
images_descriptor.append(des)
#Check if there any image has 0 feature descriptor
if des is None:
NoneType_index_list.append(i)
images_descriptor = np.array(images_descriptor)
#Filter image any image has 0 feature descriptor
for i in range(len(images_descriptor)):
if images_descriptor[i] is not None:
filter_images_descriptor.append(images_descriptor[i])
filter_images_descriptor = np.array(filter_images_descriptor)
new_y = np.delete(y,NoneType_index_list)
return filter_images_descriptor,new_y
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。