图像检索5：BoW(词袋模型)+python代码实现

BoW(词袋模型)+python代码实现

 

文章是参考整理得来，大家可以去文章最后的参考文献中去查看原文！

文档主要分以下几部分内容:

      1.SIFT
      2.BOW
      3.VLAD（未包含，请直接在下面的资源链接中获取）
 

实验需要安装 Python 2.7，推荐安装anaconda (python的科学计算发行版，包含很多的常用的库，不需要自己在一一去下载安装，很实用)。

实验过程

 

1.下载数据库:

ukbench数据库链接http://vis.uky.edu/~stewe/ukbench/

数据库含有2550x4张图片，每4张为一组，总共2550组,每张图片的尺寸为640x480。

下载之后，把图片放在 X:\bow\dataset\train  文件夹下面。（X是自己的盘符，下面语句 X 是同样的含义）

 

2.提取特征：

window平台：

在CMD命令窗口输入一下命令，进=进入数据库和.py文件所在目录，运行蓝色命令行。

X：

cd bow

dir

python findFeatures.py -t dataset/train/

结果会保存为bof.pkl文件。

说明：

 这一步提取特征很慢，而且需要很强悍的电脑才行。。。。你可以只用数据库中的前500张图片（其他的删掉）来测试玩玩就行了，跑整个数据库的话，普通电脑肯定是跑不动的。。。。如果电脑太渣，直接使用我下面上传的bof.pkl，里面提取的是数据库前50张图片特征，你可以直接进行第三步测试查询，仍然需要用CMD进入到bow文件夹下，再使用下面的查询代码语句。

 

3. 查询：

在CMD命令窗口输入

python search.py -i dataset/train/ukbenchxxxxx.jpg

ukbenchxxxxx.jpg是文件名，自己更改为想要查询的图片名就可以了，比如

python search.py -i dataset/train/ukbench00001.jpg

下面是效果图：

 

注：最后倒数第2个链接为原作者文章和代码链接，也可以从下面我提供的代码链接来下载使用。

 

 

文档资源获取链接：

BOW文档资源

1.http://download.csdn.net/detail/lilai619/8865417（PPT）

2.http://wenku.baidu.com/view/6950c49d866fb84ae45c8daa（PPT）

 

BOW代码资源

1.http://download.csdn.net/detail/lilai619/8918851(Python代码)

 

VLAD文档资源

1.http://download.csdn.net/detail/lilai619/8918427(VLAD论文)

2.http://download.csdn.net/detail/lilai619/8918445（VLAD原作者的PPT）

 

参考文献：

1.http://blog.csdn.net/abcjennifer/article/details/7639681（SIFT博客）

2.http://blog.csdn.net/zddblog/article/details/7521424（SIFT博客）

3.http://blog.csdn.net/willard_yuan/article/details/46519105（bow+python博客）

4.http://blog.csdn.net/breeze5428/article/details/36441179（VLAD博客）

 

部分文档预览：