OpenCV中的HOG+SVM物体分类

这里是结合网上的资料以及自己的整理，搞一个简单的框架供大家参考一下。

OpenCV官方的SVM代码在http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/ml/introduction_to_svm/introduction_to_svm.html

在网上看到有人将opencv中的hog+SVM物体分类代码分析的比较详细，便于以后训练自己的SVM分类器就整理了一下：

1. [cpp] view plaincopyprint  
2. #include "cv.h"    
3. #include "highgui.h"    
4. #include "stdafx.h"    
5. #include <ml.h>    
6. #include <iostream>    
7. #include <fstream>    
8. #include <string>    
9. #include <vector>    
10. using namespace cv;    
11. using namespace std;    
12.     
13.     
14. int main(int argc, char** argv)      
15. {      
16.     vector<string> img_path;//输入文件名变量   
17.     vector<int> img_catg;    
18.     int nLine = 0;    
19.     string buf;    
20.     ifstream svm_data( "E:/SVM_DATA.txt" );//首先，这里搞一个文件列表，把训练样本图片的路径都写在这个txt文件中，使用bat批处理文件可以得到这个txt文件     
21.     unsigned long n;    
22.     
23.     while( svm_data )//将训练样本文件依次读取进来    
24.     {    
25.         if( getline( svm_data, buf ) )    
26.         {    
27.             nLine ++;    
28.             if( nLine % 2 == 0 )//这里的分类比较有意思，看得出来上面的SVM_DATA.txt文本中应该是一行是文件路径，接着下一行就是该图片的类别，可以设置为0或者1，当然多个也无所谓   
29.             {    
30.                  img_catg.push_back( atoi( buf.c_str() ) );//atoi将字符串转换成整型，标志（0,1），注意这里至少要有两个类别，否则会出错    
31.             }    
32.             else    
33.             {    
34.                 img_path.push_back( buf );//图像路径    
35.             }    
36.         }    
37.     }    
38.     svm_data.close();//关闭文件    
39.     
40.     CvMat *data_mat, *res_mat;    
41.     int nImgNum = nLine / 2; //读入样本数量 ，因为是每隔一行才是图片路径，所以要除以2   
42.     样本矩阵，nImgNum：横坐标是样本数量， WIDTH * HEIGHT：样本特征向量，即图像大小    
43.     data_mat = cvCreateMat( nImgNum, 1764, CV_32FC1 );  //这里第二个参数，即矩阵的列是由下面的descriptors的大小决定的，可以由descriptors.size()得到，且对于不同大小的输入训练图片，这个值是不同的  
44.     cvSetZero( data_mat );    
45.     //类型矩阵,存储每个样本的类型标志    
46.     res_mat = cvCreateMat( nImgNum, 1, CV_32FC1 );    
47.     cvSetZero( res_mat );    
48.     
49.     IplImage* src;    
50.     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    
51.     
52.     //开始搞HOG特征  
53.     for( string::size_type i = 0; i != img_path.size(); i++ )    
54.     {    
55.             src=cvLoadImage(img_path[i].c_str(),1);    
56.             if( src == NULL )    
57.             {