向量"/>
Matlab批量提取图片特征向量
最近matlab数字图像处理课程需要,对上千张训练集测试集图片进行批量的特征提取,作为 SVM的输入。
所以就有了用matlab来批量提取图像特征向量,并保存,方便后续使用。
批量提取函数:
% 函数返回参数% 分类列向量Categorys, 和 特征向量矩阵Features, 也会自动将两个变量保存在 saveMatName 文件内 % 使用示例% 提取 train训练集特征和分类% [Categorys,Features]=extractAndSaveFeatures('train.mat', sourceFolderPath, saveMatPath)% load('train.mat', '-mat');% p_Trains_Categorys =Categorys ; %取分类 1列向量 % p_Trains_Features =Features ; %取特征 一行对应一张图全部特征,一列对应一类特征% 提取 test测试集特征和分类% [Categorys,Features]=extractAndSaveFeatures('test.mat', sourceFolderPath, saveMatPath)% load('test.mat', '-mat');% p_Test_Categorys =Categorys ; %取分类 1列向量 % p_Test_Features =Features ; %取特征 一行对应一张图全部特征,一列对应一类特征function [ Categorys, Features ]=extractAndSaveFeatures(saveMatName, sourceFolderPath, saveMatPath)addRootSonDir( ); % 确保依赖函数 已经添加到目录if nargin < 3 saveMatPath = ''; end %应该是存放在工作区目录下% 函数输入参数% saveMatName % 保存的最后结果文件名 mat类型文件名如 train.mat% sourceFolderPath % 原始文件路径 绝对路径 如 J:/test% savePath % 保存mat文件变量路径 绝对路径 % 函数返回参数% 分类列向量Categorys, 和 特征向量矩阵Features, 也会自动将两个变量保存在 saveMatName 文件内%% 参数设置sizeA = 96; sizeB = 96; % 每一张图都为这么大统一处理 长宽调整为a*b %% 处理开始,获取全部文件列表fileList = dir(fullfile(sourceFolderPath, '*.png'));% 获取文件夹中所有文件的列表 %% 先单张读取,确定特征长度; 先单张读取,确定特征长度; 先单张读取,确定特征长度; fileName = fileList(1).name;[~, name, ~] = fileparts(fileName);path = fullfile(sourceFolderPath, fileName);img = imread(path); img = imresize(img, [sizeA, sizeB]);HogFeatures = extractHOGFeatures(img); %执行HOG特征提取 确保批量提取和这里一致,RGBFeatures = GetColorHist(img); %执行RBG特征提取HogLength = size(HogFeatures, 2); %下面用到 这张图片特征向量长度 作为每个张的长度RGBLength = size(RGBFeatures, 2);fprintf('提取%s开始\n',saveMatName);fprintf(' 1.保存文件:%s\n',fullfile(saveMatPath, saveMatName));fprintf(' 2.提取文件的源目录:%s\n',sourceFolderPath);fprintf(' 3.批量处理图片的大小:长*宽= %d × %d\n', sizeA, sizeB);fprintf(' 4.每张图特征向量的长度: Hog:%d RGB:%d\n', HogLength, RGBLength);%% 批量提取 批量提取 批量提取 批量提取 批量提取 批量提取 批量提取% 初始化存储数据的向量矩阵fileNums = length(fileList);Categorys = zeros(fileNums, 1);Features = zeros(fileNums, HogLength+RGBLength);dispStr = sprintf('进度:%6d/%6d', 0, 0);
clearStr= [repmat('\b', 1, numel(dispStr)), '%s'];
fprintf(dispStr);for i = 1:fileNumsif mod(i, 150) == 0fprintf(clearStr);fprintf('进度:%6d/%6d', i, fileNums);endfileName = fileList(i).name;[~, name, ~] = fileparts(fileName);NameFirts_Part = strsplit(name, '_');%切割出文件名第一段数字作为分类编号Categorys(i, 1) = str2double(NameFirts_Part{1});% 收集分类 本张图片img = imread(fullfile(sourceFolderPath, fileName));img = imresize(img, [sizeA, sizeB]); % 读取图片并调整大小为512x512HogFeatures = extractHOGFeatures(img); % 执行HOG特征提取RGBFeatures = GetColorHist(img); % 执行RBG特征提取 for j = 1:HogLength % 收集HOG特征向量Features(i, j) = HogFeatures(:, j);%添加endfor j = 1:RGBLength % 收集RGB特征向量Features(i, HogLength+j) = RGBFeatures(:, j);%添加endend % for循环处理每张图 endfprintf(clearStr);fprintf('进度:%6d/%6d, 完成99%%。\n', i, fileNums);save(fullfile(saveMatPath, saveMatName), 'Features', 'Categorys');% 保存数据为 文件, 在其他.m文件中直接 加载这个可调用变量fprintf('本轮提取完成,%s保存成功\n------\n',saveMatName);
end% 如果导入的多个文件中存在同名的变量,会导致冲突。
% 当使用load函数加载多个文件时,如果文件中存在同名的变量,
% 后面加载的文件会覆盖前面加载的文件中的同名变量。
%
% 为了避免变量名冲突,可以在加载文件时使用不同的变量名来存储不同的变量。
% 例如,假设有两个文件data1.mat和data2.mat,它们都包含一个名为x的变量。
% 可以使用以下代码来加载这两个文件,并将它们分别存储在变量x1和x2中:
%
% load('data1.mat', '-mat');
% x1 = x;
%
% load('data2.mat', '-mat');
% x2 = x;
%
% 这样,变量x1和x2分别存储了data1.mat和data2.mat中的x变量,避免了变量名冲突。function color_hist = GetColorHist(img)gray_img = rgb2gray(img);color_hist = imhist(gray_img) / numel(gray_img);color_hist = color_hist';
endfunction addRootSonDir(rootDir) % 将输入的根目录+子目录 全都自动添加入环境变量if nargin < 1 || isempty(rootDir) % 如果参数为空,将调用本函数的文件所处目录作为rootDir,添加环境变量stack = dbstack('-completenames');callingScript = stack(2).file ; % 1-脚本函数自身目录,2-调用所处目录[scriptDir, ~, ~] = fileparts(callingScript);rootDir = scriptDir;endsubDirs = dir(rootDir);
% disp(rootDir);subDirs = subDirs([subDirs.isdir]);subDirPath = fullfile(rootDir, subDirs(1).name);addpath(subDirPath);for i = 3:length(subDirs) % 从3开始, 因为 1 \. ; 2 \..; 3 子目录第一个;subDirPath = fullfile(rootDir, subDirs(i).name);addpath(subDirPath);end% disp('---||所有已添加的用户库目录(不包含软件默认的系统库目录):');
% paths = strsplit(path, ';');
% for i = 1:length(paths)
% if ~contains(paths{i}, '\Program Files\MATLAB\') && ~contains(paths{i}, '\AppData\Local\Temp\')
% disp(paths{i});
% end
% end
% disp('---||用户库目录管理操作完成。');
end
主要提取了
- HOG特征
- 色彩特征?
- 有需要的可以直接参考修改,修改提取特征向量的函数就可了。
- 还有就是保存文件类型,这里直接存为.mat了, 也可以自行修改,保存为.csv , excel表格之类的格式。
不忍直视写的依托函数。
下面是如何提取特征示例:
clc,clear;
%添加库文件目录
% ............ extractAndSaveFeatures.m 用到的特征提取函数
% HogFeatures = extractHOGFeatures(img); % 执行HOG特征提取
% RGBFeatures = GetColorHist(img); % 执行RBG特征提取
%% 请分节运行 避免卡死机 ; 选中节段 ,快捷键 ctrl+enter运行节%%
saveNameT = 'Train.mat'; % 训练集
FolderPathT = '源图片文件路径';
savePathT = '保存路径';
[P_trainTypes,P_trainFeatures]=extractAndSaveFeatures(saveNameT,FolderPathT,savePathT);%%
saveNameE = 'Test.mat'; % 测试集
FolderPathE = '源图片文件路径';
savePathE = '保存路径';
[P_testTypes,P__testFeatures]=extractAndSaveFeatures(saveNameE,FolderPathE,savePathE);%% 如何在matlab中调用保存好的.mat 内的变量 % 提取 train训练集特征和分类% [Categorys,Features]=extractAndSaveFeatures('train.mat', sourceFolderPath, saveMatPath)% load('train.mat', '-mat');% p_Trains_Categorys =Categorys ; %取分类 1列向量 % p_Trains_Features =Features ; %取特征 一行对应一张图全部特征,一列对应一类特征% 提取 test测试集特征和分类% [Categorys,Features]=extractAndSaveFeatures('test.mat', sourceFolderPath, saveMatPath)% load('test.mat', '-mat');% p_Test_Categorys =Categorys ; %取分类 1列向量 % p_Test_Features =Features ; %取特征 一行对应一张图全部特征,一列对应一类特征
更多推荐
Matlab批量提取图片特征向量
发布评论