2015年07月_Always_TDX

10月 08月 07月 06月 05月 04月 03月

原创 opencv中的SVM图像分类（二）

原创作品转载请注明出http://blog.csdn.net/always2015/article/details/47107129

2015-07-30 08:45:17 41016 66

原创作品转载请注明出http://blog.csdn.net/always2015/article/details/47100713本篇文章主要是先从理论的角度对图像进行讲解，主要代码的讲解请关注下一篇博文：opencv中的svm图像分类（二）一、图像分类概述本模块是用在图像内容识别的部分，图像分类是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

2015-07-28 16:22:32 26389 1

原创杭电ACM 2092：整数解

这道题为简单题 n + m = x n * m = y n(x-n) = y -n^2 + nx -y = 0 deta = x^2 - 4( -1 * (-y)) // 大于等于0时有解 deta = x^2 -4y所以只要运用公式即可得出结果。注意结果“Yes”“No”只有第一个字母大写，后面小写。我就是都写成了大写，然后一直通不过，花了冤枉时间。我的

2015-07-17 16:54:56 1392

原创杭电ACM 2089：不要62

原创作品转载请注明出http://blog.csdn.net/always2015/article/details/46915901这个题目的意思就是从给定的一个数字范围内，求出不包含不吉利数字4或者62的数字个数。所以主要问题是如何判断该数是不是吉利数字，我的想法是对于一个数字，一位一位的进行判断该位是否为4或者连续两位是否为62。这个很容易实现，一开始我写的代码如下：这里写代

2015-07-16 18:32:01 2052

原创杭电ACM 2071：Max Num

这都题目最简单不过，不多说，我的AC代码如下：#include #includeusing namespace std;int main(){ int num; int body_num; double *person_height,max_height; cin>>num; for(int i=0;i<num;i++) {

2015-07-15 16:03:15 1068

原创杭电ACM 2070:Fibbonacci Number

原创作品转载请注明出http://blog.csdn.net/always2015/article/details/46878551 这道题是斐波那契数列，还是简单的数学题，但是该题当我们是用递归进行写代码时候，就会出现超时的错误，所以在这里我们是不能使用递归的，再回头看题目，这里要求n的大小为小于等于50，所以我们直接可以使用一个数组a大小为51就可以先把斐波那契数列计算存储起来，这样就会

2015-07-14 15:20:44 1578

原创杭电ACM 2033：人见人爱A+B

原创作品转载请注明出http://blog.csdn.net/always2015/article/details/46875331 这一道题为简单的数学题目，在我的代码里用到了二维数组对时间进行存储。注意我在代码里定义了一个二维数组的指针，定义二维数组指针的格式可以参考http://blog.csdn.net/zhouxuguang236/article/details/12256321其他都

2015-07-14 11:28:31 1020

opencv SVM图像分类工程文件

这是opencv svm图像分类的整个工程代码，在VS2010下打开即可。整个工程文件以及我的所有训练的图片存放在这里，需要的可以下载，自己在找训练图片写代码花了很多时间，下载完后自行解压，训练图片和测试图片可以从这免费下载http://download.csdn.net/detail/always2015/8944959，project data文件夹直接放在D盘就行，里面存放训练的图片和待测试图片，以及训练过程中生成的中间文件，现在这个下载object_classfication_end则是工程文件，我用的是vs2010打开即可，下面工程里有几个要注意的地方： 1、在这个模块中使用到了c++的boost库，但是在这里有一个版本的限制。这个模块的代码只能在boost版本1.46以上使用，这个版本以下的就不能用了，直接运行就会出错，这是最需要注意的。因为在1.46版本以上中对比CsSVM这个类一些成员函数做了一些私有化的修改，所以在使用该类初始化对象时候需要注意。 2、我的模块所使用到的函数和产生的中间结果都是在一个categorizer类中声明的，由于不同的执行阶段中间结果有很多个，例如：训练图片聚类后所得到单词表矩阵，svm分类器的训练的结果等，中间结果的产生是相当耗时的，所以在刚开始就考虑到第一次运行时候把他以文件XML的格式保存下来，下次使用到的时候在读取。将一个矩阵存入文本的时候可以直接用输出流的方式将一个矩阵存入，但是读取时候如果用输入流直接一个矩阵变量的形式读取，那就肯定报错，因为输入流不支持直接对矩阵的操作，所以这时候只能对矩阵的元素一个一个进行读取了。 3、在测试的时候，如果输入的图片太小，或者全为黑色，当经过特征提取和单词构造完成使用svm进行分类时候会出现错误。经过调试代码，发现上述图片在生成该图片的单词的时候所得到的单词矩阵会是一个空矩阵，即该矩阵的行列数都为0，所以在使用svm分类器时候就出错。所以在使用每个输入图片的单词矩阵的时候先做一个判断，如果该矩阵行列数都为0，那么该图片直接跳过。

2015-07-30

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

去实验室，奔跑吧

原创 opencv中的SVM图像分类（二）

原创 opencv中的SVM图像分类（一）