【opencv】BOF(Bag of Feature)图像分类实践

瓜瓜瓜皮瓜

于 2018-05-02 18:53:48 发布

阅读量1.3k

点赞数

CC 4.0 BY-SA版权

分类专栏： OPENCV积累

本文链接：https://blog.youkuaiyun.com/github_36570274/article/details/80170298

基于OPENCV的BOF实践

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

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