Python大数据分析与挖掘实战第11章.pptx

安防监控 、 农产品分拣 、 医疗诊断等 。 图像属于非结构化数据 ， 需要使用 专门的工具包进行图像读取及数据处理 。 本章使用Anaconda自带的PIL包 进行读取及处理 ， 避免了使用更复杂的图像处理工具 。 对于图像识别 ， 通 常有两种处理方法： 1） 对图像提取特征后 ， 利用常见的分类模型进行识别， 比如支持向量机 、 神经网络 、逻辑回归等； 2） 利用深度学习模型直接对图 像进行分类识别 ， 这类模型具有自提取特征的机制 ， 比如卷积神经网络深 度学习模型 。 本章两种处理方法都给予介绍 。 下面将从案例背景 、 案例目 标及实现思路 、 数据获取 、 数据可视化 、 指标计算 、模型构建与实现等方 面进行详细介绍 。 第11章 基于水色图像的水质评价 图像识别 ， 在实现中具有广泛应用 ， 比如人脸识别 、 指纹识别 、机器视觉、 Part 11 11. 1 案例背景 • 图像在实现中是广泛存在的一类数据 ， 图像识别及其应用在各个领域均有丰富 的应用案例 。在水养殖业中 ， 水体生态系统中存在着各种浮游植物 、动物与各 类微生物 ， 其动态平衡尤为重要 。一般地 ， 这些大多是通过有经验的专家肉眼 观察来进行判断 ， 存在一定的主观性和不易推广应用 。本章基于数字图像处理 技术和机器学习 、深度学习方法 ， 以专家经验为基础 ， 对水色进行优劣分级 ， 实现对水色的快速判别。 • 本案例将水色分为五类： 第1类为浅绿色 ， 采集了51张图片； 第2类为灰蓝色 ， 采集了44张图片； 第3类为黄褐色 ， 采集了78张图片； 第4类为茶褐色 ， 采集了 24张图片； 第5类为绿色 ， 采集了6张图片 。 图片总数为203张 ， 其中图片大小 不统一。 • 问题： 对5种类型共240张图片 ， 按照80%训练 、20%测试进行随机划分 ， 构建 基于水色图像的水质分类评价模型 ， 并对测试图片进行分类评价 ， 最后计算模 型的实际预测准确率 ， 从而为实际应用提供一定的参考价值。 • 本案例的主要目标包括掌握PIL图像读取及简单处理技能 、掌握图像的颜色特征提取及计算方法、 掌握基于支持向量机的水色图像分类识别模型和基于卷积神经网络的水色图像分类识别模型 。基 本实现思路如下图11- 1所示。 Part 11 11.2 案例目标及实现思路 Part 11 11.3 数据获取与探索 图7. 1 Part 11 11.3 数据获取与探索 • 首先 ， 我们先了解一下原始图片数据文件 ， 进而方便对图片数据进行批量读取 。该图片数 据文件夹如图11-2所示。 • 图片文件的命名有一定的规律 ， 图片格式为.jpg格式 ， 下划线前面的数字为水色类别编号， 即类别标签 ， 下划线后面的数字为图片编号。 Part 11 11.3 数据获取与探索 其次 ， 批量读取图片文件路径 。可以通过系统中的listdir ()函数获得文件夹下的所 有文件名 ， 并通过文件夹路径字符串+图片文件名字符串获得指定图片的完整路 径 ， 进而就可以对所有图片文件进行读取及处理了 。下面演示获得文件夹下的第 1张图片完整路径 ， 示例代码如下： import os file="F:\\新教材资料\\水色图像水质评价\\图片" d=os. listdir (file) #所有图片文件名 path=file+"\\"+d[0] #第一个图片文件的完整路径 print(path) 执行结果如下： F:\新教材资料\水色图像水质评价\图片\1_ 1.jpg Part 11 11.3 数据获取与探索 最后 ， 利用PIL包和matplotlib绘图包 ， 可以图片进行读取 、处理及可视化 。 下面以文件夹 下第1张图片为例 ， 介绍图片的读取 、更改大小 、获取RGB通道数据 、灰度处理 、 图片显 示等基本知识 。示例代码如下： from PIL import Image import num py as np img = Image.open (path) #读取图片 ， 返回数据包括RGB通道 图11-3 img= img.resize((60,60)) #更改图片大小 im= img.split() #分离RGBA通道 R= im[0] G= im[1] B= im[2] img1= img.convert("L") #转化为灰图 img1=np.array (img1) #将图像类型转换为整型 import matplotlib.