学习笔记之——opencv的ML模块

之前开始学opencv的时候就看到opencv里面有机器学习模块（machine learning，ML），但是一直以来跟着这么多书籍学习都没有发现有提及过（毕竟opencv是针对图像处理方面的，所以大部分书籍都以介绍图像处理方面的为主）。无意中，在《OpenCV和Visual Studio图像识别应用开发》一书中看到有ML模块的介绍，所以就打算写下这一篇学习笔记~

在opencv中，ML模块是一组统计分类、回归分析、数据聚类的类与统计模式函数。

下面直接给出基于opencv的ML库的SVM代码：

#include<opencv2\core\core.hpp>
#include<opencv2\highgui\highgui.hpp>
#include<opencv2\ml\ml.hpp>


using namespace cv;


int main()
{
	//要呈现的数据.image是用来画图的
	int width = 512, height = 512;
	Mat image = Mat::zeros(width, height, CV_8UC3);//CV_[位数][带符号与否]C[通道数]
	//直接使用Mat构造函数
	/*Mat::Mat(Size size, int type, const Scalar& s)
	创建大小为 size，类型为 type 的图像，并将所有元素初始化为值 s*/
	
	
	//标签
	float labels[4] = { 1.0,-1.0,-1.0,-1.0 };
	Mat labelsMat(4, 1, CV_32FC1, labels);


	//设置训练数据
	float trainingData[4][2] = { {501,10},{255,10},{501,255},{10,501} };
	Mat trainingDatMat(4, 2, CV_32FC1, trainingData);


	//设置SVM参数
	CvSVMParams params;
	params.svm_type = CvSVM::C_SVC;
	params.kernel_type = CvSVM::LINEAR;
	params.term_crit = cvTermCriteria(CV_TERMCRIT_ITER, 100, 1e-6);

	//训练SVM
	CvSVM SVM;
	SVM.train(trainingDatMat, labelsMat, Mat(), Mat(), params);
	Vec3b green(0, 255, 0), blue(255, 0, 0);//opencv里面存储为BGR

	
	//显示SVM的决定区
	for (int i = 0;i < image.rows;++i)
	{
		for (int j = 0;j < image.rows;++j)
		{
			Mat sampleMat = (Mat_<float>(1, 2) << j, i);//构建一个Mat矩阵sampleMat，大小为1*2，元素为j和i的
			float response = SVM.predict(sampleMat);//输入为预测的，输出为估计的
			if (response == 1)
			{
				image.at<Vec3b>(i,j) = green;//当为1类时，绿色
			}
			else if (response == -1)
			{
				image.at<Vec3b>(i,j) = blue;//当为-1类时，绿色
			}
		}
	}


	//显示训练数据
	int thickness = -1;
	int lineType = 8;
	circle(image, Point(501, 10), 5, Scalar(0, 0, 0), thickness, lineType);
	circle(image, Point(255, 10), 5, Scalar(255, 255, 255), thickness, lineType);
	circle(image, Point(501, 255), 5, Scalar(255, 255, 255), thickness, lineType);
	circle(image, Point(10, 501), 5, Scalar(255, 255, 255), thickness, lineType);

	//显示支持向量
	thickness = 2;
	lineType = 8;
	int c = SVM.get_support_vector_count();
	for (int i = 0;i < c;++i)
	{
		const float* v = SVM.get_support_vector(i);
		circle(image, Point((int)v[0], (int)v[1]), 6, Scalar(128, 128, 128), thickness, lineType);
	}

	//显示结果
	imshow("SVM结果", image);
	waitKey(0);
}

结果如下图所示：

好~本博文就告一段落，接下来有新的体会会及时更新哈~