適用範圍

1、python機器學習庫scikit learn

2、有監督/無監督

程式碼組成

1、裁剪圖片建立初始影象資料集

2、將影象資料集轉換為可以訓練的模式

我們在運用機器學習演算法對影象進行分類、識別時，是將二維矩陣拉成一維向量。sklearn提供的手寫字元資料集由data和target兩部分組成。

from sklearn import datasets

MNIST = datasets.load_digits()

print MNIST.data.shape,MNIST.target.shape

print type
 
(MNIST.data),type(MNIST.target)

可以看到data是一個1797 * 64 的ndarray陣列，target是 1797 *1 的ndarray陣列。說明一共有1797張圖片，每張圖片是由64個畫素組成。我們的目標是將自己的影象資料集中的每一張圖片變成一個向量，將所有向量組成一個ndarray的陣列。

一、建立初始影象資料集

參考

python+OpenCV 滑鼠互動圖片切割矩形區域
https://www.jianshu.com/p/5f7df3d8b237

筆者只是在參考的程式碼上做了小小改動，將只能擷取一次變成可以擷取多次。

效果演示

1、擷取圖片

2、圖片儲存

我們在這裡擷取兩張圖片為例，然後按ESC鍵退出程式

擷取的圖片就被儲存在相應的資料夾中

3、程式碼釋義

注意在運用程式碼的過程中有些地方是需要自己進行改動的，我已在下面的程式碼部分進行說明

# -- coding: utf-8 --
import cv2
global img
global point1, point2

# 要擷取的圖片的大小（根據情況自行改動）
width =50
height =50

# 要擷取的圖片的路徑 （我是與py檔案放在同一級，要根據自己情況進行改動）
imgpath='img.jpg'
 


#獲取滑鼠事件的函式
def on_mouse(event, x, y, flags, param):
    flag = 1
    global img, point1, point2,count
    img2 = img.copy()
    # while (flag):
    if event == cv2.EVENT_LBUTTONDOWN:  # 左鍵點選
        point1 = (x, y)
        cv2.circle(img2, point1, 10, (0, 255, 0), 5)
        cv2.imshow('image', img2)
    elif event == cv2.EVENT_MOUSEMOVE and (flags & cv2.EVENT_FLAG_LBUTTON):  # 按住左鍵拖曳
        cv2.rectangle(img2, point1, (x, y), (255, 0, 0), 5)
        cv2.imshow('image', img2)
    elif event == cv2.EVENT_LBUTTONUP:  # 左鍵釋放
        point2 = (x, y)
        cv2.rectangle(img2, point1, point2, (0, 0, 255), 5)
        cv2.imshow('image', img2)
        min_x = min(point1[0], point2[0])
        min_y = min(point1[1], point2[1])
        cut_img = img[min_y:min_y + width, min_x:min_x + height]
        #檔案存放路徑與檔名（根據自己情況進行改動）
        cv2.imwrite('smaple\\%s_remote'%(count) + '.bmp', cut_img)
        count = count + 1
        print count


def main():
    global img,count
    count =2000
    img = cv2.imread(imgpath)
    cv2.namedWindow('image')
    # while(1):
    cv2.setMouseCallback('image', on_mouse)
    while(1):
        cv2.imshow('image', img)
        #27是ESC的ASCII碼，表示只有按下ESC鍵才會關閉視窗
        if (cv2.waitKey(0) == 27):
            break;

if __name__ == '__main__':
    main()

要注意的地方

1、檔名，由於接下來對資料集提取target（類別）是建立在檔名的基礎上，所以請保持原有格式進行改動

格式 1000_name.jpg

1000中的1是表示類別，及count要賦予的初始值，count會在此基礎上自動計數，不改變類別。如果要擷取不同類別的，需要為count賦予其他的初值，如2000,3000

2、由於所處理的影象資料大小應該一致，所以在width與height時是寫死的，不用擔心所截圖的大小是否超出預期

二、資料集格式轉換

這部分就不再詳細介紹只說明使用的方法

使用說明

1、在檔案頭部引入相應的py模組

2、運用函式

image_datasets()

輸入：資料集所在的資料夾

輸出：data ，target

from sklearn_data import *

path = "sample\\"

data,target = image_datasets(path)

即可獲得sklearn可以運用的資料集

希望可以幫助到大家，程式碼放在了git上，歡迎大家使用

https://github.com/nanbei629/build_datasets