我有 1000 张 2D 灰度图像，并希望将它们聚集在 python 中，以使具有更多相似性的图像保持在同一组中。图像代表简单的几何形状，包括圆形、三角形等。
如果我想将每个图像展平为一个向量，然后运行聚类算法，那将非常复杂。图像是 400*500，所以我的聚类训练数据是 1000*200000，这意味着 200000 个特征！
只是想知道以前是否有人遇到过这个问题？
【问题讨论】：
标签： image image-processing cluster-analysis
这是与this one类似的问题
阅读我的回答 当然，您不会将每张图片都用作特征。 在您的情况下，我会推荐以下功能：
找到角并计算它们的数量
假设每条边都是一条直线 - 做一个方向的直方图。在每个像素中计算导数角度 atan(dy,dx)，取最强的 1% 的导数像素并做直方图。直方图中的峰值数量将对应于边的数量（将聚集三角形、正方形、圆形等）
使用连通分量分析来计算图像中有多少个形状。计算每个形状的孔数。计算形状的周长和面积之间的比率。对于几何形状，几何特征的效果非常好
正如您在评论中所问的，我正在为问题 2 添加更多信息。 请阅读更多关于 HOG 功能的信息here。我假设您熟悉图像中的边缘以及渐变是什么。想象一下，图像中有一个三角形。只有位于形状边缘的像素才会有高梯度。此外，您希望所有渐变都分为 3 个不同的方向，每个边缘一个。您不知道哪个方向，因为您不知道三角形的方向，但您知道应该有 3 个方向。正方形有两个方向，而圆形则没有明确的方向。你想计算方向的数量。使用以下步骤。首先找到具有高梯度值的像素。假设从整个图像中只有 1000 个这样的像素（它们位于形状的边缘）。对于每个像素计算梯度的角度。所以你有 1000 个像素，每个像素可能有 [0..179] 的角度（180 的角度等于 0）。有180个不同的角度。让我们假设为了减少噪音，您不需要精确的角度，而是 +- 1 度。所以每个角度都除以 2 并四舍五入到最接近的整数。所以你总共有 1000 个像素，每个像素只有 90 个不同角度的选项。现在制作角度的直方图。如果形状是圆形，您预计大约 11 (=1000/90) 像素将落入直方图的每个 bin 中。如果它是一个正方形，您预计直方图大部分是空的，除了 2 个具有大量像素的 bin 并且这些 bin 彼此之间的距离为 45。示例：bin 13 有 400 个像素，bi 58 有 其中 400 个像素，其余 200 个像素在其他 bin 中以某种方式被噪声分割。现在您知道您面对的是一个正方形，并且您也知道它在图像中的旋转。 如果它是一个三角形，您会在直方图中看到 3 个大的 bin。
【讨论】：