基于 SVM 做图片分类,为什么要将图片二值化?只灰度化可以吗?

2019-12-20 15:53:43 +08:00
 anzu
网上的教程貌似都没解释这么做的原因。

二值化会丢失一些灰度信息,我觉得这些额外的灰度可以使图片分类更准确。

对于简单的图片分类识别技术,有没有相关参考文档或书籍?谢谢。
2506 次点击
所在节点    机器学习
1 条回复
nmecury
2019-12-24 18:50:54 +08:00
认清楚问题的本质,SVM 是个分类器,图像是数据。所以一般来说分类过程可以表示为特征表示->分类(当然端到端的方法可以将这两步视为一步)。二值化也好灰度化也好只是图像预处理而已,特征表示并不局限于此,分类器也同样不局限于 SVM。

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/630876

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX