Matlab批量提取图片特征向量

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 extractAndSaveFeatures.m：

 % 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:fileNums
        if mod(i, 150) == 0
            fprintf(clearStr);fprintf('进度:%6d/%6d', i, fileNums);
        end

        fileName = fileList(i).name;
        [~, name, ~] = fileparts(fileName);%每张图片的文件名字类似于 12_65_100_图片.png
        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512x512

        HogFeatures   = 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
        end
        for j = 1:RGBLength % 收集RGB特征向量
            Features(i, HogLength+j) = RGBFeatures(:, j);%添加
        end
    end % for循环处理每张图 end
    fprintf(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';
end



function 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;
    end
    
    subDirs = 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( main.m ?)：

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

还有一些小建议
在MATLAB中，可以使用file.file1 = load('file1')的方式来解决导入多个文件中存在同名变量的问题。具体操作如下：

1. 首先，使用load函数加载第一个文件，并将其保存到一个变量中。例如，加载名为file1.m的文件：

file1 = load('file1.m');

2. 然后，使用file.file1的方式将第一个文件的变量赋值给当前工作空间中的同名变量。例如，将file1.m中的变量myvar赋值给当前工作空间中的myvar：

file.file1.myvar = file1.myvar;

3. 接下来，使用load函数加载第二个文件，并将其保存到另一个变量中。例如，加载名为file2.m的文件：

file2 = load('file2.m');

4. 最后，使用file.file2的方式将第二个文件的变量赋值给当前工作空间中的同名变量。例如，将file2.m中的变量myvar赋值给当前工作空间中的myvar：

file.file2.myvar = file2.myvar;

通过这种方式，即使两个文件中存在同名变量，它们也会被添加到当前工作空间，而不是覆盖彼此。

当然了，在MATLAB中，如果你想要直接加载一个文件并将结果存储在一个结构体中，你可以使用以下语法：

file.file2 = load('file2.m');

这样，file2.m文件中的所有变量都会被存储在名为file的结构体中的file2字段下。如果file2.m中有与当前工作空间中同名的变量，它们不会被覆盖。相反，你可以通过file.file2.variableName的方式来访问这些变量。

例如，如果file2.m中有一个变量myvar，你可以通过以下方式访问它：

value = file.file2.myvar;