如何找到图像中视觉词汇的相对位置？

【问题标题】：How to find the relative position of visual vocabulary in an image?如何找到图像中视觉词汇的相对位置？
【发布时间】：2018-07-23 05:46:37
【问题描述】：

我创建了一个大小为 20 的视觉词词典。下面显示了特定图像中的词频数组：

[ 3.  2.  1.  3.  3.  ...  2.  2.  3.  1.  3.  .....      2.  1. ]

我计算在图像中观察到特定视觉词汇的次数：

unique, counts = np.unique(A[:,img_idx], return_counts=True)  #
dict(zip(unique, counts))  
OUT: {0.0: 47,
     1.0: 89,
     2.0: 89,
     3.0: 79,
     4.0: 42,
     5.0: 25,
     6.0: 10,
     7.0: 12,
     8.0: 3,
     9.0: 2,
     10.0: 1,
     11.0: 1}   #Here, 11 visual vocab. has been observed in image

如何找到图像中每个视觉词汇的相对位置？谢谢

【问题讨论】：

标签： python opencv image-processing sift cv2

【解决方案1】：

您可以通过matplotlib显示每个视觉词的相对位置。

首先导入必要的模块：

import numpy as np
import matplotlib.pyplot as plt

然后生成模拟数据（visual_words实际上是你的特征提取器的输出）：

dict_size = 5
img_shape = (9, 16)
visual_words = np.random.randint(low=0, high=dict_size, size=img_shape)

最后显示整个图像的特征空间排列：

cmap = plt.get_cmap('rainbow', dict_size)
im = plt.imshow(visual_words, cmap=cmap, vmin=-.5, vmax=dict_size-.5)
plt.colorbar(im, ticks=range(dict_size), label='Visual words')
plt.show()

【讨论】：