【发布时间】：2012-03-03 05:01:17
【问题描述】：
我有许多展示特定特征的图像（以及原始数据源）。其中一些具有不同的垂直/水平区域，如下图所示，或者只是非常特定区域中的“斑点”/点集中。
这些图像与特定的标签/类别相关联，例如，标签“A”在 y = 700 和 y = 150 处显示出非常典型的水平线（如图中标记的那些）。那些属于类别“B”的图像"，在 x = 200、260 和 370 处显示垂直线，类 "C"...，等等。
除了这些已知/标记的类之外，我还有一堆展示这些特征之一或它们的组合的图像。
我的目标是使用这些已知类来训练一些 ML 算法，以便进一步使用它对那些没有任何标签的图像进行分类。我知道我需要以某种方式提取这些特殊性（垂直/水平线，通常出现在图像右上角或 (250-400, 800) 的 (x,y) 区域中的高点密度斑点-1500）等等）。接下来，我需要用这些特征训练一些 ML 算法，然后才使用训练好的系统进行分类。
3-4 天以来，我一直在寻找和使用一些工具（例如 PIL，具有不同的模糊、平滑和边缘检测技术，或者 MDP 的高斯分类器以及 stackoverflow 上的许多帖子）。问题是我无法进行明确的“解决方案过程+适当的工具”组合。
如果有人能指导我更多地了解从图像（甚至原始数据集）中提取这些非常具体/奇怪的特征的技术，和/或使用的工具，我将不胜感激。
【问题讨论】：
-
y 轴和 x 轴是什么意思？
-
x 和 y 是不同的流记录参数，例如平均字节数，或组成数据包的数量等。
标签： image image-processing machine-learning classification