[转载]用opencv实现svm

从http://www.opencv.jp/sample/svm.html摘抄下来svm在opencv中的实现代码，本人太菜，用来学习~~

#include <cv.h>
#include <highgui.h>
#include <ml.h>
#include <time.h>

int
main  ( int  argc ,   char   ** argv )
{
   const   int  s  =   1000 ;
   int  size  =   400 ;
   int  i ,  j ,  sv_num ;
   IplImage   * img ;
   CvSVM  svm  =   CvSVM   ();
   CvSVMParams  param ;
   CvTermCriteria  criteria ;
   CvRNG  rng  =  cvRNG  ( time  ( NULL ));
   CvPoint  pts [ s ];
   float  data [ s  *   2 ];
   int  res [ s ];
   CvMat  data_mat ,  res_mat ;
   CvScalar  rcolor ;
   const   float   * support ;

   // (1)画像領域の確保と初期化
  img  =  cvCreateImage  ( cvSize  ( size ,  size ),  IPL_DEPTH_8U ,   3 );
  cvZero  ( img );

   // (2)学習データの生成
   for   ( i  =   0 ;  i  <  s ;  i ++)   {
    pts [ i ]. x  =  cvRandInt  (& rng )   %  size ;
    pts [ i ]. y  =  cvRandInt  (& rng )   %  size ;
     if   ( pts [ i ]. y  >   50   *  cos  ( pts [ i ]. x  *  CV_PI  /   100 )   +   200 )   {
      cvLine  ( img ,  cvPoint  ( pts [ i ]. x  -   2 ,  pts [ i ]. y  -   2 ),  cvPoint  ( pts [ i ]. x  +   2 ,  pts [ i ]. y  +   2 ),  CV_RGB  ( 255 ,   0 ,   0 ));
      cvLine  ( img ,  cvPoint  ( pts [ i ]. x  +   2 ,  pts [ i ]. y  -   2 ),  cvPoint  ( pts [ i ]. x  -   2 ,  pts [ i ]. y  +   2 ),  CV_RGB  ( 255 ,   0 ,   0 ));
      res [ i ]   =   1 ;
     }
     else   {
       if   ( pts [ i ]. x  >   200 )   {
        cvLine  ( img ,  cvPoint  ( pts [ i ]. x  -   2 ,  pts [ i ]. y  -   2 ),  cvPoint  ( pts [ i ]. x  +   2 ,  pts [ i ]. y  +   2 ),  CV_RGB  ( 0 ,   255 ,   0 ));
        cvLine  ( img ,  cvPoint  ( pts [ i ]. x  +   2 ,  pts [ i ]. y  -   2 ),  cvPoint  ( pts [ i ]. x  -   2 ,  pts [ i ]. y  +   2 ),  CV_RGB  ( 0 ,   255 ,   0 ));
        res [ i ]   =   2 ;
       }
       else   {
        cvLine  ( img ,  cvPoint  ( pts [ i ]. x  -   2 ,  pts [ i ]. y  -   2 ),  cvPoint  ( pts [ i ]. x  +   2 ,  pts [ i ]. y  +   2 ),  CV_RGB  ( 0 ,   0 ,   255 ));
        cvLine  ( img ,  cvPoint  ( pts [ i ]. x  +   2 ,  pts [ i ]. y  -   2 ),  cvPoint  ( pts [ i ]. x  -   2 ,  pts [ i ]. y  +   2 ),  CV_RGB  ( 0 ,   0 ,   255 ));
        res [ i ]   =   3 ;
       }
     }
   }

   // (3)学習データの表示
  cvNamedWindow  ( "SVM" ,  CV_WINDOW_AUTOSIZE );
  cvShowImage  ( "SVM" ,  img );
  cvWaitKey  ( 0 );

   // (4)学習パラメータの生成
   for   ( i  =   0 ;  i  <  s ;  i ++)   {
    data [ i  *   2 ]   =   float   ( pts [ i ]. x )   /  size ;
    data [ i  *   2   +   1 ]   =   float   ( pts [ i ]. y )   /  size ;
   }
  cvInitMatHeader  (& data_mat ,  s ,   2 ,  CV_32FC1 ,  data );
  cvInitMatHeader  (& res_mat ,  s ,   1 ,  CV_32SC1 ,  res );
  criteria  =  cvTermCriteria  ( CV_TERMCRIT_EPS ,   1000 ,  FLT_EPSILON );
  param  =   CvSVMParams   ( CvSVM :: C_SVC ,   CvSVM :: RBF ,   10 . 0 ,   8 . 0 ,   1 . 0 ,   10 . 0 ,   0 . 5 ,   0 . 1 ,  NULL ,  criteria );

   // (5)SVMの学習
  svm . train  (& data_mat ,   & res_mat ,  NULL ,  NULL ,  param );

   // (6)学習結果の描画
   for   ( i  =   0 ;  i  <  size ;  i ++)   {
     for   ( j  =   0 ;  j  <  size ;  j ++)   {
       CvMat  m ;
       float  ret  =   0 . 0 ;
       float  a []   =   {   float   ( j )   /  size ,   float   ( i )   /  size  };
      cvInitMatHeader  (& m ,   1 ,   2 ,  CV_32FC1 ,  a );
      ret  =  svm . predict  (& m );
       switch   (( int )  ret )   {
       case   1 :
        rcolor  =  CV_RGB  ( 100 ,   0 ,   0 );
         break ;
       case   2 :
        rcolor  =  CV_RGB  ( 0 ,   100 ,   0 );
         break ;
       case   3 :
        rcolor  =  CV_RGB  ( 0 ,   0 ,   100 );
         break ;
       }
      cvSet2D  ( img ,  i ,  j ,  rcolor );
     }
   }

   // (7)トレーニングデータの再描画
   for   ( i  =   0 ;  i  <  s ;  i ++)   {
     CvScalar  rcolor ;
     switch   ( res [ i ])   {
     case   1 :
      rcolor  =  CV_RGB  ( 255 ,   0 ,   0 );
       break ;
     case   2 :
      rcolor  =  CV_RGB  ( 0 ,   255 ,   0 );
       break ;
     case   3 :
      rcolor  =  CV_RGB  ( 0 ,   0 ,   255 );
       break ;
     }
    cvLine  ( img ,  cvPoint  ( pts [ i ]. x  -   2 ,  pts [ i ]. y  -   2 ),  cvPoint  ( pts [ i ]. x  +   2 ,  pts [ i ]. y  +   2 ),  rcolor );
    cvLine  ( img ,  cvPoint  ( pts [ i ]. x  +   2 ,  pts [ i ]. y  -   2 ),  cvPoint  ( pts [ i ]. x  -   2 ,  pts [ i ]. y  +   2 ),  rcolor );
   }

   // (8)サポートベクターの描画
  sv_num  =  svm . get_support_vector_count  ();
   for   ( i  =   0 ;  i  <  sv_num ;  i ++)   {
    support  =  svm . get_support_vector  ( i );
    cvCircle  ( img ,  cvPoint  (( int )   ( support [ 0 ]   *  size ),   ( int )   ( support [ 1 ]   *  size )),   5 ,  CV_RGB  ( 200 ,   200 ,   200 ));
   }

   // (9)画像の表示
  cvNamedWindow  ( "SVM" ,  CV_WINDOW_AUTOSIZE );
  cvShowImage  ( "SVM" ,  img );
  cvWaitKey  ( 0 );

  cvDestroyWindow  ( "SVM" );
  cvReleaseImage  (& img );

   return   0;

}

本文引用地址：http://blog.sciencenet.cn/blog-571755-591520.html