从尺寸不一的二维NumPy图像提取固定维度特征向量用于KNN分类

嘿，针对你这个从可变尺寸二值图（星形/五边形）提取固定维度特征做KNN分类的需求，我整理了几个实战中好用的方案，都是圈内常用的思路，你可以按需选择：

因为你的图像尺寸不一，所以核心要找对缩放/旋转/平移不敏感，或者能通过标准化流程固定维度的特征。以下是具体方案：

方案一：形状统计特征（简单易上手，适合规则形状） #

这类特征是从图像的基础属性出发，手动组合成固定维度向量，对星形和五边形这种差异明显的形状区分度足够。常用的特征包括：

• 面积：图像中前景像素（值为1）的总数
• 圆形度：衡量形状接近圆形的程度，公式为 4π×面积/(周长²)，五边形会比星形更接近圆形
• 外接矩形宽高比：形状的“扁胖”程度，星形和五边形的比例会有差异
• 归一化重心：重心相对于外接矩形的位置，消除平移影响

代码实现（用skimage工具包） #

import numpy as np
from skimage import measure

def extract_stat_features(image):
    # 计算面积
    area = np.sum(image)
    
    # 计算周长（二值图需转成uint8类型）
    perimeter = measure.perimeter(image.astype(np.uint8))
    
    # 计算圆形度（加小epsilon避免除以0）
    circularity = (4 * np.pi * area) / (perimeter**2 + 1e-8)
    
    # 计算外接矩形及宽高比
    bbox = measure.bounding_box(image)
    height = bbox[3] - bbox[1]
    width = bbox[2] - bbox[0]
    aspect_ratio = width / (height + 1e-8)
    
    # 计算归一化重心
    centroid = measure.centroid(image)
    norm_centroid_y = centroid[0] / height if height != 0 else 0.5
    norm_centroid_x = centroid[1] / width if width != 0 else 0.5
    
    # 返回固定5维特征向量
    return np.array([area, circularity, aspect_ratio, norm_centroid_y, norm_centroid_x])

方案二：Hu不变矩（对缩放/旋转/平移完全免疫） #

Hu矩是由图像的二阶、三阶中心矩归一化得到的7个不变量，不管图像怎么缩放、旋转、平移，这7个值都能保持稳定，完美适配你图像尺寸不一的场景，对形状的区分度非常高。

代码实现 #

from skimage.feature import hu_moments

def extract_hu_features(image):
    # 计算Hu矩，返回7维向量
    hu = hu_moments(image.astype(np.uint8))
    # 对结果取对数，缩小数值范围，提升稳定性
    return np.log(np.abs(hu)).flatten()

方案三：HOG特征+固定尺寸缩放（捕捉细节边缘） #

如果想更细致地捕捉形状的边缘纹理，可以先把所有图像缩放到统一尺寸（比如64×64），再提取方向梯度直方图（HOG）特征，这样就能得到固定维度的向量。

代码实现 #

from skimage.transform import resize
from skimage.feature import hog

def extract_hog_features(image, target_size=(64,64)):
    # 缩放图像到固定尺寸
    resized_img = resize(image, target_size, anti_aliasing=True)
    # 提取HOG特征，参数可根据需求调整
    hog_features = hog(resized_img, orientations=9, pixels_per_cell=(8,8), 
                       cells_per_block=(2,2), visualize=False, feature_vector=True)
    return hog_features

注：64×64尺寸下，HOG特征维度为1764维，维度虽高，但KNN在小样本（各30张）场景下也能正常处理。

• 特征归一化：不管用哪种特征，都要用StandardScaler或MinMaxScaler做归一化——KNN是基于距离的算法，特征尺度差异大会严重影响分类结果。
• 特征组合：可以把统计特征和Hu矩结合（比如5+7=12维），进一步提升区分度。
• 调优k值：用交叉验证（比如GridSearchCV）选择最优的k值，避免过拟合或欠拟合。

内容的提问来源于stack exchange，提问作者Visionary Zen