如何使用KMEANS_USE_INITIAL_LABELS在OpenCV KMEANS中设置初始标签

how to set initial labels in opencv kmeans with KMEANS_USE_INITIAL_LABELS

本文关键字：KMEANS 设置 OpenCV 标签 LABELS 何使用 USE INITIAL      更新时间：2023-10-16

我正在使用OpenCV kmeans来聚类我从凸回得到的点。

就我而言，我将获得3分。在下一个循环中，我想向Kmeans提供最后找到的3点。我读到我必须设置KMEANS_USE_INITIAL_LABELS。

但是如何设置初始标签/点？

这是我到目前为止所拥有的，但它返回错误：

//get all convexhull points and average them in 3 groups
                    int dimensions = 2;
                    float pointsdata[sampleCount*2]; //[] = {1,1, 2,2, 6,6, 5,5, 10,10};
                    int cnt = 0;
                    for(int a=0; a<sampleCount; a++){
                        pointsdata[cnt] = convexHull[a].x;
                        cnt++;
                        pointsdata[cnt] = convexHull[a].y;
                        cnt++;
                    }
                    cv::Mat points;
                    points = cv::Mat(sampleCount,dimensions, CV_32F,pointsdata);
                    int clusterCount = 3; //i want 3 averaged points back
                    cv::Mat labels;
                    labels = cv::Mat(3,1,points.type());
                    labels.at<float>(0,0) = pointA.x;
                    labels.at<float>(0,1) = pointA.y;
                    labels.at<float>(0,2) = pointB.x;
                    labels.at<float>(0,3) = pointB.y;
                    labels.at<float>(0,4) = pointC.x;
                    labels.at<float>(0,5) = pointC.y;
                    cv::Mat centers;
                    centers = cv::Mat(clusterCount, 1, points.type());

                    kmeans(points, 3, labels, cv::TermCriteria(), 2,cv::KMEANS_USE_INITIAL_LABELS, &centers);

更新：好的，我现在知道标签意味着输入集群中点的索引，而不是实际坐标。所以它应该更像这样。但还是错了。

cv::Mat labels;
                    labels = cv::Mat(3,1,points.type());
                    labels.at<int>(0,0) = labelA;
                    labels.at<int>(0,1) = labelB;
                    labels.at<int>(0,2) = labelC;

初始群集分配的类型必须是 CV_32S 而不是 CV_32F 。 您可以在矩阵中看到其他条件.cpp：

CV_Assert( (best_labels.cols == 1 || best_labels.rows == 1) &&
              best_labels.cols*best_labels.rows == N &&
              best_labels.type() == CV_32S &&
              best_labels.isContinuous());

标签的值应在[0,N)范围内，其中N是行数。

需要为每行分配一个标签。因此，在您的情况下，他们必须分配为：

cv::Mat labels;
labels = cv::Mat(3,1,points.type());
labels.at<int>(0,0) = labelA;
labels.at<int>(1,0) = labelB;
labels.at<int>(2,0) = labelC;

附带说明：您在上述编辑中的代码是错误的。您已分配三行并正在写入三列。

cv::Mat labels;
labels = cv::Mat(sampleCount,1,CV_32S);
for(int i = 0; i < sampleCount; i++)
    labels.at<int>(i,0) = 0;
labels.at<int>(position1, 0) = 0;
labels.at<int>(position2, 0) = 1;
labels.at<int>(position3, 0) = 2;
labels 是一个 1*N

或 N*1 整数数组，用于存储样本中每个点的聚类 ID。所以要确保

  1. 标签大小：1*N 或 N*1（不是 1*K 或 K*1）
  2. 标签类型：CV_32S，因为它存储集群ID，所以应该是整数
    3. 标签
  3. 范围：标签中的每个元素都在 [0， K）
相关文章：