如何存储层次K-均值树了大量的图像，使用opencv？ [英] How to store Hierarchical K-Means tree for a large number of images, using Opencv?

问题描述

我试图做一个程序，会发现类似的图像，从图像的数据集。这些步骤是

I am trying to make a program that will find similar images from a dataset of images. The steps are

• 在提取SURF描述符的所有图像
• 存储描述符
• 应用KNN上存储的描述
• 在比赛中运用k近邻存储描述查询图像描述

现在每个图像SURF描述将被存储为分层的k-means树，现在我每个树存储为一个单独的文件或者是有可能建立某种单一树的所有图像描述符和更新图像添加到数据集。

Now each images SURF descriptor will be stored as Hierarchical k-means tree, now do I store each tree as a separate file or is it possible to build some sort of single tree with all the images descriptors and updated as images are added to dataset.

这是纸，我基础上的程序。

推荐答案

使用 KD树来代替。您将能够建立分层K维树，你只需要弄清楚什么样的信息发送到存储树。您可以保存图像的载体/描述到磁盘，每次加载KD树开始，你的计划。新计算机矢量/描述既可以是发送到树和磁盘

Use a KD-Tree instead. You will be able to build the hierarchical K-dimensional tree, you just need figure out what sort of information is sent down the tree to be stored. You can save the vectors/descriptors of the images onto the disk, load the KD-Tree every time you start-up your program. Newly computer vectors/descriptors can be both sent to the tree and the disk

要总结

• 创建描述符
• 订阅新的描述到KD树
• 保存相同的描述磁盘\
• 在每次重新启动，加载所有的描述符树
• 查询树给你的最佳匹配

希望这有助于

这篇关于如何存储层次K-均值树了大量的图像，使用opencv？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！