【OpenCV学习笔记 015】SVM图像分类

SVM图像分类我们从理论部分和代码实现两部分进行讲解，注重基本概念和核心算法的理解。

一、图像分类

图像分类属于图像识别的部分，图像分类是指利用计算机对图像进行定量分析，把图像中的每个像元或区域划归为若干个类别中的一种，以代替人工视觉判读的技术。从目视角度来说对图像进行预处理如提高对比度、增加视觉维数、进行空间滤波或变换等处理使人们能够凭借知识和经验，根据图像亮度、色调、位置、纹理和结构等特征，准确地对图像景物类型或目标做出正确的判读和解释。另外一个很重要的概念就是特征提取，它是指使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。根据各自在图像信息中所反映的不同特征，把不同类别的目标区分开来的图像处理方法。它利用计算机对图像进行定量分析，把图像或图像中的每个像元或区域划归为若干个类别中的某一种，以代替人的视觉判读。

二、SVM图像分类的基本流程

1.获取数据

图像可以是通过摄像机或视频头采样获得的数据，也可以是一般的统计数据集，其中的数据以向量或