对来自 csv 文件的数据执行 OpenCV k-means

Question

我正在尝试从 csv 文件中读取时间序列。

每行包含 256 个（将来可能会有所不同）我想作为 256 维中的一个点处理的元素 space.

然后我想对其执行 k 均值聚类以找到描述数据的最重要的 k 个时间序列。

我目前正在读取 csv 文件，将每一行存储在

std::vector<double> temprow

然后得到一个

std::vector<std::vector<double>> data_vect

然后我将转换为

cv::Mat data_mat = cv::Mat::zeros((int)all_data.size(), (int)all_data[0].size(), CV_32F)

通过使用

循环向量

for (int rows = 0; rows < (int)all_data.size(); rows++) {
    for (int cols = 0; cols < (int)all_data[0].size(); cols++) {
        data_mat.at<double>(rows, cols) = all_data[rows][cols];
    }
}
return data_mat;

这让我得到具有以下属性的 cv::Mat：

std::cout << "Rows: " << data.rows << std::endl;    //Rows: 52178
std::cout << "Cols: " << data.cols << std::endl;    //Cols: 256
std::cout << "Dims: " << data.dims << std::endl;    //Dims: 2

然后我按如下方式执行 k 均值聚类：

cv::Mat labels,centers;
int k = 256;
int attempts = 10;
cv::TermCriteria criteria(cv::TermCriteria::EPS + cv::TermCriteria::COUNT, 10, 1.0);
cv::kmeans(data_mat, k, labels, criteria, attempts, cv::KMEANS_PP_CENTERS, centers);

根据我的理解，应该用每个簇的中心值填充 centers，留下 k*n 矩阵（在本例中为 256*256）。

然而，当我打电话时

std::cout << "Rows: " << centers.rows << std::endl; //Hopefully 256
std::cout << "Cols: " << centers.cols << std::endl; //Hopefully 256

我收到这条一般性错误消息：

Exception thrown at 0x00007FF806C86020 (opencv_world341.dll) in Project1.exe: 0xC0000005: Access violation reading location 0x0000024B9ECAFC80.

程序此时centers的属性是：

    flags   1124007936  int
    dims    0   int
    rows    0   int
    cols    0   int
+       data    0x0000000000000000 <NULL>   unsigned char *
+       datastart   0x0000000000000000 <NULL>   const unsigned char *
+       dataend 0x0000000000000000 <NULL>   const unsigned char *
+       datalimit   0x0000000000000000 <NULL>   const unsigned char *
+       allocator   0x0000000000000000 <NULL>   cv::MatAllocator *
+       u   0x0000000000000000 <NULL>   cv::UMatData *
+       size    {p=0x000000bdfc93f9e8 {0} } cv::MatSize
+       step    {p=0x000000bdfc93fa30 {0} buf=0x000000bdfc93fa30 {0, 0} }   cv::MatStep

所以中心似乎是 NULL。所以也许输入 data_mat 的形状不对，所以 kmeans() 没有输出任何东西到中心，但又一次我没有收到 kmeans()

的任何错误消息

非常感谢您的努力和帮助，

蒂莫

编辑 1：错误发生在 kmeans() 内部，因为

cv::kmeans(data_mat, k, labels, criteria, attempts, cv::KMEANS_PP_CENTERS, centers);
std::cout << "Finished k-means" << std::endl;

cout 未打印到控制台。然而，错误的行号是 kmeans()+1，所以我只是通过在那里放置一个通用 cout 来发现它。

Answer 1

所以我找到了答案：

因为我正在使用 Type CV32_F 我必须将其作为 float Mat.

访问

如此变化data_mat.at<double>(rows, cols) = all_data[rows][cols]; data_mat.at<float>(rows, cols) = all_data[rows][cols]; 为我完成了工作。

最初我想使用 CV64_F，所以我到处都是 double，但我发现，OpenCV-k-means 只能工作到CV32_F。然后我也忘了更改它，这导致执行了第一个聚类步骤，但在第二个步骤之后它崩溃了。

对来自 csv 文件的数据执行 OpenCV k-means

Performing OpenCV k-means on data from csv-file

c++

csv

opencv

n-dimensional

k-means