收集HoG描述符(ndarrays)以通过Kmeans进行处理的最有效方法是什么

Question

在scikit图像中有一个称为HoG 的特征描述符

下面的代码将计算单帧"灰色视频帧"的描述符

HoGDescriptor = hog(greyVideoFrame, orientations=8, pixels_per_cell=(8, 8),cells_per_block=(2, 2), visualise=False)

它返回一个平坦的（使用ravel）nd数组，下面是单个数组的一些属性

('NDarray Shape', (251328,))
('NDarray Number of Dimensions', 1)
('NDarray length of 1 array element in Bytes', 8)
('NDarray Total bytes consumed by elements', 2010624)
('NDarray DataType', dtype('float64'))

我的问题是如何将多个帧的结果整理在一起，从而能够有效地处理shape (251328, )的10000个结果。

*我不确定在这里使用的正确术语，以及是否需要附加或连接结果1、结果2，。。。结果10k，并欢迎社区指导

Answer 1

决定使用h5py以不受可用 RAM大小限制的格式存储数据