手把手教你使用 svm+hog 训练,检测手写数字

最近想用svm+hog检测行人。网上找了很多代码,都看不太懂。无奈,水平太低。好不容易找到一个博客,介绍的很详细,但是有一点不太清楚。我在这补充一下。

先贴上原文:http://blog.csdn.net/candyforever/article/details/8963999

http://blog.csdn.net/candyforever/article/details/8564746

写数字库:http://code.google.com/p/supplement-of-the-mnist-database-of-handwritten-digits/downloads/list

 

第一步: 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。

第二步: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 =1
echo %%a >>0.txt
echo !line! >>0.txt
)

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:\handwriting\1\1_0.bmp
1
D:\handwriting\1\1_1.bmp
1
D:\handwriting\1\1_10.bmp
1
D:\handwriting\1\1_100.bmp
1
D:\handwriting\1\1_1000.bmp
1
D:\handwriting\1\1_1001.bmp
1
D:\handwriting\1\1_1002.bmp
1

其他文件夹类似处理,但是有一点注意:

如果我在修改3这个文件夹,第二个批处理命令的第三行,应该改成

set /a line =3

得到的0.txt里面的内容应该是:

D:\handwriting\3\3_0.bmp
3
D:\handwriting\3\3_1.bmp
3
D:\handwriting\3\3_10.bmp
3
D:\handwriting\3\3_100.bmp
3

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。

 

第三步:训练代码

#include "stdafx.h"
#include "opencv2/opencv.hpp"
#include "windows.h"
#include "fstream"
using namespace std;
using namespace cv;
int main()
{
    vector<string> img_path;//输入文件名变量   
    vector<int> img_catg;    
    int nLine = 0;    
    string buf;    
    ifstream svm_data( "D:\\hb.txt" );//刚用批处理得到的文件 
    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<<" 处理: "<<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<<" 处理完毕: "<<img_path[i].c_str()<<" "<<img_catg[i]<<endl;    
    }    
        
                 
    CvSVM svm = CvSVM();//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      
    svm.save( "d:\\HOG_SVM_DATA.xml" );  
       
   //检测样本    
    IplImage *test;  
    char result[512]; 
    vector<string> img_tst_path;
    ifstream img_tst( "D:\\SVM_TEST.txt" );  //加载需要预测的图片集合,随便放置一个生成的num.txt文件就行
    while( img_tst )  
    {  
        if( getline( img_tst, buf ) )  
        {  
            img_tst_path.push_back( buf );  
        }  
    }  
    img_tst.close(); 

    ofstream predict_txt( "d:\\SVM_PREDICT.txt" );//把预测结果存储在这个文本中   
    for( string::size_type j = 0; j != img_tst_path.size(); j++ )//依次遍历所有的待检测图片    
    {    
        test = cvLoadImage( img_tst_path[j].c_str(), 1);    
        if( test == NULL )    
        {    
            cout<<" can not load the image: "<<img_tst_path[j].c_str()<<endl;    
            continue;    
        }
        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;//结果数组       
        hog->compute(trainTempImg, descriptors,Size(1,1), Size(0,0));     
        cout<<"HOG dims: "<<descriptors.size()<<endl;    
        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, "%s  %d\r\n",img_tst_path[j].c_str(),ret );
        predict_txt<<result;  //输出检测结果到文本
    }
        predict_txt.close();    
        cvReleaseMat( &data_mat );    
        cvReleaseMat( &res_mat );  
        cvReleaseImage(&test);
        cvReleaseImage(&trainImg);
        return 0;
}

待预测的文件内容

 

预测结果应改是这样:

下面开始检测步骤:

#include "stdafx.h"
#include "opencv2/opencv.hpp"
#include "windows.h"
#include "fstream"
using namespace std;
using namespace cv;
int main()
{
    
    CvSVM svm = CvSVM();
    svm.load("d:\\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    
    IplImage *test;  
    char result[300]; //存放预测结果 
    test = cvLoadImage("d:\\5.bmp", 1); //你自己随便在绘图板里写一个程序
    if (!test)
     {
      MessageBox(NULL,TEXT("待预测图像不存在!"),TEXT("提示"),MB_ICONWARNING);
      return -1;
     }
     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("dst",1);
      cvShowImage("dst",test);
      MessageBox(NULL,result,TEXT("预测结果"),MB_OK);
      cvReleaseImage(&test);
      cvReleaseImage(&trainTempImg);
      return 0;
}

 

 

posted on 2013-10-25 20:13 yhm9084nerv 阅读( ...) 评论( ...) 编辑 收藏

转载于:https://www.cnblogs.com/wjg-xx/p/3388502.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值