opencv - 为什么我需要在 OpenCV 层次聚类中指定聚类数

Question

如果我们知道输入数据中的簇数，我们可以使用 k-means 算法。但是，如果我们不知道聚类的数量，那么我们可以选择使用层次聚类算法，该算法将根据给定的相似性阈值自动返回聚类的数量。层次聚类有两种选择，即凝聚(自下而上)或 split (自上而下)， link .我想使用 OpenCV 层次聚类。

但是，与实际的层次聚类不同，OpenCV 的hierarchicalClustering 算法将中心作为参数，它使用行数作为所需的聚类数。对我来说，OpenCV hierarchicalClustering 与 k-means 聚类相同。 OpenCV 中是否还有其他函数可以根据给定的相似度阈值返回聚类数？

typedef cv::flann::L2<float> D;
float a[] = {0, 0, 0, 0 };

cvflann::Matrix< D::ResultType> centers(a, 2, 2, 0);

const cvflann::KMeansIndexParams params1(
        2,
       100,
       cvflann::flann_centers_init_t::FLANN_CENTERS_RANDOM,
       .2 
);


int number_of_clusters = cvflann::hierarchicalClustering<D> (features,
                                                             centers,
                                                             params1
                                                             );

我们传入的另一个参数是cb_index = 0.2。它是集群之间距离的阈值还是作为半径阈值的集群边界。

Answer 1

number_of_clusters 是集群的真实数量，它可以小于中心大小。中心大小值是簇数的最大值。

再见example :

    // clustering
    Mat1f centers(clusterNum, descriptorNum);
    ::cvflann::KMeansIndexParams kmean_params;
    unsigned int resultClusters = hierarchicalClustering< L2<float> >(samples, centers, kmean_params);
    if (resultClusters < clusterNum)
    {
        centers = centers.rowRange(Range(0, resultClusters));
    }
    Index flann_index(centers, KDTreeIndexParams());
    printf("resulted clusters number: %u\n", resultClusters);