godenlove007的专栏

编程技术学习与探讨,图像处理分析,算法研究,爱学习的好孩子

OpenCV机器学习概观、资源、实现

作为当前最热门的图像处理+计算机视觉C++开源程序库之一,OpenCV的功能自然越来越强大,由于一系列核心算法需要机器学习方法的介入,OpenCV即使的包含了一些常用的机器学习方法实现。

对OpenCV的机器学习相关实现,概括如下:

(1).朴素贝叶斯分类器,实现类:CvNormalBayesClassifier

(2).K近邻分类器,实现类:CvKNearest

(3).支持向量机分类器,实现类:CvSVM

(4).期望最大化EM分类器,实现类:EM

(4).决策树分类器,实现类:CvDTree

(5).随机森林分类器,实现类:CvRTrees。另有Extremely randomized trees Classifier,不知道是怎么Extremely randomized的。

(6).boost分类器:实现类:CvBoost+CvBoost

(7).梯度boost分类器,实现类:CvGBTrees。

(8).人工神经网络分类器,实现类:CvANN_MLP

需要说明的是,以上介绍的只是算法,所谓巧妇难为无米之炊,你在会做饭(有好算法),但是没米也不行,CvMLData类则实现了对数据的整理和清洗,洗干净等她做饭。

以下是用dot生成的机器学习类继承图:



为了方便查阅OpenCV代码,特地使用doxygen生成了core和ml模块的代码文档,文件格式为.chm。已经上传到本人的csdn资源页面。共3个压缩分卷文件.

======================

未完待续。。

阅读更多
个人分类: OpenCV 机器学习
上一篇一些名校在线课程
下一篇OpenCV机器学习(1):贝叶斯分类器实现代码分析
想对作者说点什么? 我来说一句

没有更多推荐了,返回首页

关闭
关闭