如何在python中保存词袋数据？

Question

这是我的代码：

sift=cv2.xfeatures2d.SIFT_create()
descriptors_unclustered=[]
dictionarysize=800
BOW=cv2.BOWKmeansTrainer(dictionarysize)
for p in training-paths :
    kp,dsc=sift.detectAndCompute(image,None)
    BOW.add(dsc)

dictionary=BOW.cluster()
bowdiction=cv2.BOWImgDescriptorExtractor(sift, cv2.BFMatcher(cv2.NORM_L2))
bowdiction.setvocabulary(dictionary)

我想保存这个弓词数据以备后用。 我不想每次都等待这些计算，所以我该如何保存这些数据？

Answer 1

为此使用泡菜

1. 保存 BOW 到泡菜：

    import pickle sift=cv2.xfeatures2d.SIFT_create() descriptors_unclustered=[] dictionarysize=800 BOW=cv2.BOWKmeansTrainer(dictionarysize) for p in training-paths : kp,dsc=sift.detectAndCompute(image,None) BOW.add(dsc) with open('bow_pickle.pickle', 'wb') as f: pickle.dump(f)

2. 从pickle返回数据：

    import pickle with open('bow_pickle.pickle', 'rb') as f: BOW = pickle.load(f) dictionary=BOW.cluster() bowdiction=cv2.BOWImgDescriptorExtractor(sift,cv2.BFMatcher(cv2.NORM_L2)) bowdiction.setvocabulary(dictionary)

Answer 2

我知道这是旧的。 但是当我来到这里并没有看到任何答案时，我尝试了一些事情并且这奏效了：

dictionary=BOW.cluster()是最耗时的。 所以你只需要保存字典。 这只是一个 ndarray：

np.savetxt('bow_dict.txt', dictionary)

loaded_dictionary = np.loadtxt('bow_dict.txt')

然后继续

bowdiction=cv2.BOWImgDescriptorExtractor(sift,cv2.BFMatcher(cv2.NORM_L2))
bowdiction.setvocabulary(loaded_dictionary)