Что не так со следующим кодом, реализующим knn? - PullRequest
Новая
       8

Что не так со следующим кодом, реализующим knn?

0 голосов
/ 06 июня 2018

Это модифицированный код из того, что я нашел здесь . 

import numpy as np
import cv2
from matplotlib import pyplot as plt

img = cv2.imread('digits.png')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

# Now we split the image to 5000 cells, each 20x20 size
cells = [np.hsplit(row,100) for row in np.vsplit(gray,50)]

# Make it into a Numpy array. It size will be (50,100,20,20)
x = np.array(cells)

# Now we prepare train_data.
train = x[:,:50].reshape(-1,400).astype(np.float32) # Size = (2500,400)


img = cv2.imread('1.png')
img1 = cv2.imread('2.png')
img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
img1 = cv2.cvtColor(img1,cv2.COLOR_BGR2GRAY)
img = cv2.resize(img, (20,20)).astype(np.float32)
img1 = cv2.resize(img1, (20,20)).astype(np.float32)
img = img.flatten()
img1 = img1.flatten()
arr = [img,img1]
arr = np.asarray(arr)
# Create labels for train and test data
k = np.arange(10)
train_labels = np.repeat(k,250)[:,np.newaxis]

# Initiate kNN, train the data, then test it with test data for k=1

knn = cv2.ml.KNearest_create()
knn.train(train, 0,train_labels)
ret, result, neighbours, dist = knn.findNearest(arr, k=5)
for i in result:
    print i
# save the data
np.savez('knn_data.npz',train=train, train_labels=train_labels)

# Now load the data
with np.load('knn_data.npz') as data:
    print data.files
    train = data['train']
    train_labels = data['train_labels']

, который отлично работает.Но я не могу понять, как использовать этот файл knn_data.npz.Это была моя попытка: 

import numpy as np
import cv2
from matplotlib import pyplot as plt

with np.load('knn_data.npz') as data:
    print data.files
    train = data['train']
    train_labels = data['train_labels']

    img = cv2.imread('1.png')
    img1 = cv2.imread('2.png')

    img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
    img1 = cv2.cvtColor(img1,cv2.COLOR_BGR2GRAY)

    img = cv2.resize(img, (20,20)).astype(np.float32)
    img1 = cv2.resize(img1, (20,20)).astype(np.float32)

    img = img.flatten()
    img1 = img1.flatten()

    arr = [img,img1]
    arr = np.asarray(arr)

    knn = cv2.ml.KNearest_create()
    ret, result, neighbours, dist = knn.findNearest(arr, k=5)
    for i in result:
        print i

Полученное сообщение об ошибке, которое я не смог исправить, было:

Ошибка OpenCV: утверждение не выполнено (test_samples.type () == 5&& test_samples.cols == samples.cols) в findNearest, файл /io/opencv/modules/ml/src/knearest.cpp, строка 325

Traceback (последний вызов был последним): файл "knn1.py", строка 20, в отставке, результат, соседи, dist = knn.findNearest (img, k = 5) cv2.error: /io/opencv/modules/ml/src/knearest.cpp:325: ошибка: (-215) test_samples.type () == 5 && test_samples.cols == samples.cols в функции findNearest

Я использую opencv 3.2.0 для python 2.7.15 в ubuntu 18.04.Файлы 1.png и 2.png являются файлами RGB-изображений.

1 Ответ

0 голосов
/ 06 июня 2018

В вашем примере вы создаете переменные train и train_labels, но никогда не используете их.

Добавьте следующее где-нибудь перед вызовом knn.findNearest(arr, k=5): 

train = data['train']
train_labels = data['train_labels']
knn = cv2.ml.KNearest_create()
knn.train(train, 0,train_labels)
...