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:
- [cpp] view plaincopyprint
- #include "cv.h"
- #include "highgui.h"
- #include "stdafx.h"
- #include <ml.h>
- #include <iostream>
- #include <fstream>
- #include <string>
- #include <vector>
- using namespace cv;
- using namespace std;
- int main(int argc, char** argv)
- {
- vector<string> img_path;//输入文件名变量
- vector<int> img_catg;
- int nLine = 0;
- string buf;
- 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
- unsigned long n;
- while( svm_data )//将训练样本文件依次读取进来
- {
- if( getline( svm_data, buf ) )
- {
- nLine ++;
- 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
- {
- 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
- }
- else
- {
- img_path.push_back( buf );//图像路径
- }
- }
- }
- svm_data.close();//关闭文件
- CvMat *data_mat, *res_mat;
- 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
- 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
- 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
- cvSetZero( data_mat );
- //类型矩阵,存储每个样本的类型标志
- res_mat = cvCreateMat( nImgNum, 1, CV_32FC1 );
- cvSetZero( res_mat );
- IplImage* src;
- 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
- //开始搞HOG特征
- for( string::size_type i = 0; i != img_path.size(); i++ )
- {
- src=cvLoadImage(img_path[i].c_str(),1);
- if( src == NULL )
- {