OpenCv使用SVM

参考http://guyvercz.blog.163.com/blog/static/252545292011112974915402/

用OpenCV使用SVM算法的大概流程是 
1）设置训练样本集

需要两组数据，一组是数据的类别，一组是数据的向量信息。

2）设置SVM参数

利用CvSVMParams类实现类中的成员变量svm_type表示SVM类型：

CvSVM：：C_SVC C-SVC

CvSVM：：NU_SVC v-SVC

CvSVM：：ONE_CLASS 一类SVM

CvSVM：：EPS_SVR e-SVR

CvSVM：：NU_SVR v-SVR

成员变量kernel_type表示核函数的类型：

CvSVM：：LINEAR 线性：u‘v

CvSVM：：POLY 多项式：(r*u'v + coef0)^degree

CvSVM：：RBF RBF函数：exp(-r|u-v|^2)

CvSVM：：SIGMOID sigmoid函数：tanh(r*u'v + coef0)

成员变量degree针对多项式核函数degree的设置

gamma针对多项式/rbf/sigmoid核函数的设置

coef0针对多项式/sigmoid核函数的设置

Cvalue为损失函数

在C-SVC、e-SVR、v-SVR中有效，nu设置v-SVC、一类SVM和v-SVR参数

p为设置e-SVR中损失函数的值

class_weightsC_SVC的权重

term_crit为SVM训练过程的终止条件。

其中默认值degree = 0，gamma = 1，coef0 = 0，Cvalue = 1，nu = 0，p = 0，class_weights = 0


3）训练SVM

调用CvSVM：：train函数建立SVM模型，第一个参数为训练数据，第二个参数为分类结果，最后一个参数即CvSVMParams


4）用这个SVM进行分类

调用函数CvSVM：：predict实现分类

5）获得支持向量

除了分类，也可以得到SVM的支持向量，调用函数CvSVM：：get_support_vector_count获得支持向量的个数，CvSVM：：get_support_vector获得对应的索引编号的支持向量。

#include <cv.h>

#include <highgui.h>
#include <ml.h>
#include <cxcore.h>


#include <iostream>
using namespace std;


int main()
{
// step 1:  
float labels[4] = {1.0, -1.0, 1.0, -1.0};  
CvMat labelsMat = cvMat(4, 1, CV_32FC1, labels);  
//cout<< cvmGet(&labelsMat,3,0); ;
float trainingData[4][2] = { {10, 1}, {4, 1}, {9, 5}, {6, 10} };  
CvMat trainingDataMat = cvMat(4, 2, CV_32FC1, trainingData);  


// step 2:  
CvSVMParams params;  
params.svm_type = CvSVM::C_SVC;  //SVM类型
params.kernel_type = CvSVM::LINEAR;  //核函数的类型


//SVM训练过程的终止条件, max_iter:最大迭代次数  epsilon:结果的精确性
params.term_crit = cvTermCriteria(CV_TERMCRIT_ITER, 100, FLT_EPSILON ); 


// step 3:  
CvSVM SVM = CvSVM();  
SVM.train( &trainingDataMat, &labelsMat, NULL,NULL, params); 


// step 4:  SVM分类
for (int i=0; i<10; i++)  
{  
for (int j=0; j<10; j++)  
{  
float a[] = {i,j};
CvMat sampleMat; 
cvInitMatHeader(&sampleMat,1,2,CV_32FC1,a);
cvmSet(&sampleMat,0,0,i); // Set M(i,j)
cvmSet(&sampleMat,0,1,j); // Set M(i,j)
float response = SVM.predict(&sampleMat); 


if (fabs(response-1.0) < 0.0001)  
{ 
cout<<+1<<" ";
}  
else if (fabs(response+1.0) < 0.001)  
{  
cout<<-1<<" ";
}  
}
cout<<endl;
} 


// step 5:  获得支持向量
int c = SVM.get_support_vector_count();  
cout<<endl;
for (int i=0; i<c; i++)  
{  
const float* v = SVM.get_support_vector(i);  
cout<<*v<<" ";
}  
cout<<endl;


system("pause");
return 0;
}