测试 svm 训练的xml 分类器 ~

用 svm 训练了个分类器。

给图片分类的。

目标 ： 1

else ： 0

载入分类器查看效果

[cpp]  view plain copy

1. #include "stdafx.h"  
2. #include "cv.h"    
3. #include "highgui.h"      
4. #include <ml.h>    
5. #include <iostream>    
6. #include <fstream>    
7. #include <string>    
8. #include <vector>    
9.   
10. using namespace cv;    
11. using namespace std;    
12.     
13.     
14. int main(int argc, char** argv)      
15. {      
16.     
17.       
18.     CvSVM svm = CvSVM();//新建一个SVM  
19.     svm.load("SVM_DATA.xml", 0);  
20.   
21.     //if(svm == NULL)  
22.     //{  
23.     //  printf("Cant load ur xml!\n");  
24.     //}  
25.   
26.     CvCapture *video = cvCaptureFromAVI("D:\\video\\s.avi");  
27.     IplImage *test = NULL; //从视频中抓取的一帧  
28.     IplImage* trainImg=cvCreateImage(cvSize(64,64),8,3); //its size must = img's size which used to train ur xml  
29.   
30.     ofstream predict_txt( "SVM_PREDICT.txt" );//把预测结果存储在这个文本中    
31.     int cnt = 0; //用来标记第几帧  
32.   
33.     cvNamedWindow( "video");    
34.   
35.     while(1)  
36.     {  
37.         test = cvQueryFrame(video);  
38.         if(test == NULL)  
39.         {  
40.             break;  
41.         }  
42.         else  
43.         {  
44.   
45.   
46.             char line[512];    
47.             cvZero(trainImg);    
48.             cvResize(test,trainImg);   //读取图片    
49.             HOGDescriptor *hog=new HOGDescriptor(cvSize(64,64),cvSize(16,16),cvSize(8,8),cvSize(8,8),9);  //具体意思见参考文章1,2       
50.             vector<float> descriptors;//结果数组       
51.             hog->compute(trainImg, descriptors,Size(1,1), Size(0,0)); //调用计算函数开始计算       
52.             cout<<"HOG dims: "<<descriptors.size()<<endl;    
53.             CvMat* SVMtrainMat=cvCreateMat(1,descriptors.size(),CV_32FC1);    
54.             int  n = 0;    
55.             for(vector<float>::iterator iter=descriptors.begin();iter!=descriptors.end();iter++)    
56.             {    
57.                 cvmSet(SVMtrainMat,0,n,*iter);    
58.                 n++;    
59.             }    
60.          
61.             int ret = svm.predict(SVMtrainMat);//获取最终检测结果，这个predict的用法见 OpenCV的文档   
62.             std::sprintf( line, "Frame ：  %d\r\n",  ret );    
63.             predict_txt<<line;      
64.               
65.             if(ret == 1)  
66.             {  
67.                 CvFont font;   //定义字体结构体  
68.                 cvInitFont(&font,0,1.0,1.0,0,2,8);  //初始化字体结构体  
69.                 char* warn=" Target!!!";  
70.                 cvPutText(test, sun,cvPoint(10,10),&font,CV_RGB(255, 0, 0));   //在窗口中显示warning的红色提示信息  
71.             }  
72.   
73.             cvShowImage("video", test);  
74.             cvWaitKey(20);  
75.         }  
76.     }  
77.     
78.     cvReleaseImage( &trainImg);    
79.     predict_txt.close();    
80.     system("PAUSE");  
81.       
82.     return 0;    
83. }    

测试某个 目录 下的图片：

[cpp]  view plain copy

1. #include "stdafx.h"  
2. #include "cv.h"    
3. #include "highgui.h"      
4. #include <ml.h>    
5. #include <iostream>    
6. #include <fstream>    
7. #include <string>    
8. #include <vector>    
9.   
10. using namespace cv;    
11. using namespace std;    
12.   
13.   
14. int main(int argc, char** argv)      
15. {      
16.   
17.   
18.     CvSVM svm = CvSVM();//新建一个SVM  
19.     svm.load("F:\\test\\SVM_DATA.xml", 0);  
20.   
21.     //if(svm == NULL)  
22.     //{  
23.     //  printf("Cant load ur xml!\n");  
24.     //}  
25.     cout<<" load xml"<<endl;  
26.   
27.     string buf;  
28.     int n = 0;  
29.     IplImage *test;    
30.     vector<string> img_tst_path;    
31.     ifstream img_tst( "F:\\test\\test.txt" );//同输入训练样本，这里也是一样的，只不过不需要标注图片属于哪一类了  
32.     while( img_tst )    
33.     {    
34.         if( getline( img_tst, buf ) )    
35.         {    
36.             img_tst_path.push_back( buf );    
37.         }    
38.     }    
39.     img_tst.close();    
40.   
41.   
42.     IplImage* trainImg=cvCreateImage(cvSize(64,64),8,3);//需要分析的图片，这里默认设定图片是64*64大小，所以上面定义了1764，如果要更改图片大小，可以先用debug查看一下descriptors是多少，然后设定好再运行    
43.   
44.     CvMat *test_hog = cvCreateMat( 1, 1764, CV_32FC1 );//注意这里的1764，同上面一样    
45.     char line[512];    
46.     ofstream predict_txt( "F:\\test\\SVM_PREDICT.txt" );//把预测结果存储在这个文本中    
47.     for( string::size_type j = 0; j != img_tst_path.size(); j++ )//依次遍历所有的待检测图片    
48.     {    
49.         test = cvLoadImage( img_tst_path[j].c_str(), 1);    
50.         if( test == NULL )    
51.         {    
52.             cout<<" can not load the image: "<<img_tst_path[j].c_str()<<endl;    
53.             continue;    
54.         }    
55.   
56.         cvZero(trainImg);    
57.         cvResize(test,trainImg);   //读取图片       
58.         HOGDescriptor *hog=new HOGDescriptor(cvSize(64,64),cvSize(16,16),cvSize(8,8),cvSize(8,8),9);  //具体意思见参考文章1,2       
59.         vector<float>descriptors;//结果数组       
60.         hog->compute(trainImg, descriptors,Size(1,1), Size(0,0)); //调用计算函数开始计算       
61.         cout<<"HOG dims: "<<descriptors.size()<<endl;    
62.         CvMat* SVMtrainMat=cvCreateMat(1,descriptors.size(),CV_32FC1);    
63.         n=0;    
64.         for(vector<float>::iterator iter=descriptors.begin();iter!=descriptors.end();iter++)    
65.         {    
66.             cvmSet(SVMtrainMat,0,n,*iter);    
67.             n++;    
68.         }    
69.   
70.         int ret = svm.predict(SVMtrainMat);//获取最终检测结果，这个predict的用法见 OpenCV的文档   
71.         std::sprintf( line, "%s %d\r\n", img_tst_path[j].c_str(), ret );    
72.         predict_txt<<line;    
73.     }    
74.     predict_txt.close();    
75.   
76.   
77.     cvReleaseImage(&trainImg);  
78.   
79.     system("PAUSE");  
80.   
81.     return 0;    
82. }