【opencv】BOF(Bag of Feature)图像分类实践

基于OPENCV的BOF实践

BOF:sift,k-means,svm
环境:Opencv3.4,vs2015
xue.2018.5.2

目录:

0.参考文献

[1]BOF算法+K-Means算法实现图像检索
[2]Bag-of-Features Descriptor on SIFT Features with OpenCV (BoF-SIFT)

1.BOF流程及代码实现

1.1视觉词典的提取与构建

 对图像进行特征提取,可以采用sift,surf,mesr等特征提取。采用k-means将特征点聚类为200个,相当于词典中有200个基本词汇。

    vector<KeyPoint> keypoints;
    Mat descriptor;
    Mat featuresUnclustered;
    Ptr<Feature2D> sift = xfeatures2d::SIFT::create();

    //遍历文件夹
    char billPicsPathName[256] = "C:\\tImg";
    CStatDir statdir;
    if (!statdir.SetInitDir(billPicsPathName))
        cout << "文件夹为空" << endl;

    vector<string> file_vec = statdir.BeginBrowseFilenames("*.jpg");
    floa
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值