svm+hog 训练，检测手写数字

写数字库：http://code.google.com/p/supplement-of-the-mnist-database-of-handwritten-digits/downloads/list
一、 下载训练用的图片
下载名字为t10k-images-bmp.rar的那个。别的都是二进制文件，只有这个事bmp格式的。
二、用批处理命令处理初始实验数据
首先，把图片分文件夹放好。如下：

接下来我就以1为例：在1的文件夹内新建txt文件，里面复制上代码：dir /b/s/p/w *.bmp > num.txt
然后保存，把这个txt文件的后缀改成bat，双击。会得到一个num.txt文件。
接着再新建一个txt文件，里面复制代码：
setlocal enabledelayedexpansion
for /f "delims=  " %%a in (num.txt) do (
set /a line =0
echo %%a >>0.txt
echo !line! >>0.txt       
)
注意：红色字体待修改部分，对应数字
后缀改成bat，双击。这时黑色窗口会跑一会儿。
接着得到一个名称为0.txt的文件。里面应该是这样的：

D:\Dataset\Digital_num\t10k-images\0\0_0.bmp 
0 

D:\Dataset\Digital_num\t10k-images\0\0_1.bmp 
0 
D:\Dataset\Digital_num\t10k-images\0\0_10.bmp 
0 
D:\Dataset\Digital_num\t10k-images\0\0_100.bmp 
0 
D:\Dataset\Digital_num\t10k-images\0\0_101.bmp 
0 

D:\Dataset\Digital_num\t10k-images\0\0_102.bmp 

0 

这个样子。偶数行是训练样本所属的类。
然后，在

这个文件夹里再设置一个批处理，这里叫hb.bat，里面附上代码：
@echo off
set d=d:\nums
pushd %d%
del hb.tmp 2>nul
for /f "tokens=*" %%i in ('dir/b/s *.txt') do type "%%i">>hb.txt
ren hb.tmp hb.txt
popd
目的就是把在这10个文件夹里的txt文本很到一起，生成hb.txt。其实这里有用的只是每个文件夹里面的0.txt
这个文件，num.txt由于没有分类号，是用不上的，你可以提前删去（不删也无所谓，在训练的时候会自动舍弃）。
这里的hb.txt的文件就是我们最后要输入程序的。假设我们把它放在了d盘的根目录。

三、代码分析
 
 

  
  1、main.cpp
 
 
 
 

  
  
// opencv手写数字.cpp : 定义控制台应用程序的入口点。
  
  
//操作说明：
//功能1：在界面上用鼠标画出0---9之间的任意数
//功能2：将所有图片信息保存在.xml文件中
//功能3：对1中所画出的数字进行预测

#include "stdafx.h"

#include <opencv2/opencv.hpp>
#include <fstream>
#include <iostream>
#include <string>
#include <sstream>

using namespace std;
using namespace cv;

#include "mousedraw.h"


#define resulttxt "D:/Dataset/Digital_num/t10k-images/hb.txt"

void buildImg()
{
    BoxExtractor box;
    Mat res = box.MouseDraw ("draw",Mat(600,600,CV_8UC3,Scalar(255,0,0)),Scalar(255,255,255),18);
    imwrite ("D:/Dataset/Digital_num/t10k-images/test.jpg",res);
}

void testTrain()
{
    vector<string> img_path;//输入文件名变量
    vector<int> img_catg;
    int nLine = 0;
    string buf;
    ifstream svm_data(resulttxt);//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 )//注：奇数行是图片全路径，偶数行是标签
            {
                img_catg.push_back( atoi( buf.c_str() ) );//atoi将字符串转换成整型，标志(0,1，2，...，9)，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; //nImgNum是样本数量，只有文本行数的一半，另一半是标签
    data_mat = cvCreateMat( nImgNum, 324, CV_32FC1 );  //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(28,28),8,3);//需要分析的图片，这里默认设定图片是28*28大小，所以上面定义了324，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
    //处理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 )
        {
            cout<<" can not load the image: "<<img_path[i].c_str()<<endl;
            continue;
        }
        cout<<"deal with\t"<<img_path[i].c_str()<<endl;
        cvResize(src,trainImg);
        HOGDescriptor *hog=new HOGDescriptor(cvSize(28,28),cvSize(14,14),cvSize(7,7),cvSize(7,7),9);
        vector<float>descriptors;//存放结果
        hog->compute(trainImg, descriptors,Size(1,1), Size(0,0)); //Hog特征计算
        cout<<"HOG dims: "<<descriptors.size()<<endl;
        n=0;
        for(vector<float>::iterator iter=descriptors.begin();iter!=descriptors.end();iter++)
        {
            cvmSet(data_mat,i,n,*iter);//存储HOG特征
            n++;
        }
        cvmSet( res_mat, i, 0, img_catg[i] );
        cout<<"Done !!!: "<<img_path[i].c_str()<<" "<<img_catg[i]<<endl;
    }
    CvSVM svm;//新建一个SVM
    CvSVMParams param;//这里是SVM训练相关参数
    CvTermCriteria criteria;
    criteria = cvTermCriteria( CV_TERMCRIT_EPS, 1000, FLT_EPSILON );
    param = CvSVMParams( CvSVM::C_SVC, CvSVM::RBF, 10.0, 0.09, 1.0, 10.0, 0.5, 1.0, NULL, criteria );
    svm.train( data_mat, res_mat, NULL, NULL, param );//训练数据
    //保存训练好的分类器
    std::cout<<"saving... ... !!! \n "<<endl;
    svm.save( "D:/Dataset/Digital_num/t10k-images/HOG_SVM_DATA.xml" );
    cout<<"HOG_SVM_DATA.xml is saved !!! \n exit train process"<<endl;
    cvReleaseMat( &data_mat );
    cvReleaseMat( &res_mat );
    cvReleaseImage(&trainImg);
}

void testPredict(){
    IplImage *test;
    char result[300]; //存放预测结果

    CvSVM svm;
    svm.load("D:/Dataset/Digital_num/t10k-images/HOG_SVM_DATA.xml");//加载训练好的xml文件，这里训练的是10K个手写数字
    //检测样本
    test = cvLoadImage("D:/Dataset/Digital_num/t10k-images/test.jpg", 1); //待预测图片，用系统自带的画图工具随便手写
    if (!test)
    {
        cout<<"not exist"<<endl;
        return ;
    }
    cout<<"load image done"<<endl;
    IplImage* trainTempImg=cvCreateImage(cvSize(28,28),8,3);
    cvZero(trainTempImg);
    cvResize(test,trainTempImg);
    HOGDescriptor *hog=new HOGDescriptor(cvSize(28,28),cvSize(14,14),cvSize(7,7),cvSize(7,7),9);
    vector<float>descriptors;//存放结果
    hog->compute(trainTempImg, descriptors,Size(1,1), Size(0,0)); //Hog特征计算
    cout<<"HOG dims: "<<descriptors.size()<<endl;  //打印Hog特征维数  ，这里是324
    CvMat* SVMtrainMat=cvCreateMat(1,descriptors.size(),CV_32FC1);
    int n=0;
    for(vector<float>::iterator iter=descriptors.begin();iter!=descriptors.end();iter++)
    {
        cvmSet(SVMtrainMat,0,n,*iter);
        n++;
    }

    int ret = svm.predict(SVMtrainMat);//检测结果
    sprintf(result, "%d\r\n",ret );
    cvNamedWindow("test.jpg",1);
    cvShowImage("test.jpg",test);
    cout<<"predict result:"<<result<<endl;
    waitKey ();
    cvReleaseImage(&test);
    cvReleaseImage(&trainTempImg);
}

int main()
{
    string input = "";
    int myNumber = 0;
    while (true) {
        cout << "Please Select: \n1  build the D:/Dataset/Digital_num/t10k-images/test.jpg\n2  build the D:/Dataset/Digital_num/t10k-images/HOG_SVM_DATA.xml\n3  predict the D:/Dataset/Digital_num/t10k-images/test.jpg\n\n";
        getline(cin, input);
        stringstream myStream(input);
        if (myStream >> myNumber)
            break;
        cout << "Invalid number, please try again" << endl;
    }

	cout << "You entered: " << myNumber << endl << endl;
    switch( myNumber ){
    // update the selected bounding box
    case 1:
        buildImg(); // 1. build the d:\\test.jpg
        break;
    case 2:
        testTrain();   // 2. build the d:\\HOG_SVM_DATA.xml
        break;
    case 3:
        testPredict();  // 3. predict the d:\\test.jpg
        break;
    }
    cout << endl;
    return 0;
}
2、mouse.cpp
 
 
 
 

  
  
#include "stdafx.h"
#include "mousedraw.h"

BoxExtractor::BoxExtractor()
{
}

void BoxExtractor::mouseHandler(int event, int x, int y, int flags, void *param){
    BoxExtractor *self =static_cast<BoxExtractor*>(param);
    self->opencv_mouse_callback(event,x,y,flags,param);
}

void BoxExtractor::opencv_mouse_callback( int event, int x, int y, int , void *param ){
    handlerT * data = (handlerT*)param;
    switch( event ){
    // update the selected bounding box
    case EVENT_MOUSEMOVE:
        if( data->isDrawing ){
            data->points.push_back (cv::Point(x,y));
        }
        break;
        // start to select the bounding box
    case EVENT_LBUTTONDOWN:
        data->isDrawing = true;
        data->points.clear ();
        data->points.push_back (cv::Point(x,y));
        break;
        // cleaning up the selected bounding box
    case EVENT_LBUTTONUP:
        data->isDrawing = false;
        break;
    }
}

Mat BoxExtractor::MouseDraw(Mat img){
    return MouseDraw("DRAW AN DIGIT", img,Scalar(0,0,0),4);
}

Mat BoxExtractor::MouseDraw(const std::string& windowName, Mat img,Scalar color, int border){
    int key=0;
    imshow(windowName,img);
    printf("DRAW AN DIGIT and then press SPACE/BACKSPACE/ENTER button!\n");
	img.copyTo(params.image);
    //params.image=img.clone();clone()/copyTo调用方式不一样而已.clone()里面就是调用copyTo().
    setMouseCallback( windowName, mouseHandler, (void *)¶ms );
    while(!(key==32 || key==27 || key==13)){
        int length = params.points.size ();
        for(int i = 0;i<length && length > 2;i++){
            if(i == length-1){
                cv::line (params.image,params.points.at (i),params.points.at (i),color,border);
            }else{
                cv::line (params.image,params.points.at (i),params.points.at (i+1),color,border);
            }
        }
        imshow(windowName,params.image);
//        params.image=img.clone();
        key=waitKey(1);
    }
    return params.image;
}

  
  

  
  源码及数据集：SVM+HOG训练HandWriting