pythonsvm图像分类_Python图像处理（15）：SVM分类器

快乐虾

欢迎转载，但请保留作者信息

在opencv中支持SVM分类器。本文尝试在python中调用它。

和前面的贝叶斯分类器一样，SVM也遵循先训练再使用的方式。我们直接在贝叶斯分类器的測试代码上做简单改动。完毕两类数据点的分类。

首先也是先创建训练用的数据。须要注意的是这里的train_label必须是整数类型，而不是float：

# 训练的点数

train_pts = 30

# 创建測试的数据点，2类

# 以(-1.5, -1.5)为中心

rand1 = np.ones((train_pts,2)) * (-2) + np.random.rand(train_pts, 2)

print('rand1：')

print(rand1)

# 以(1.5, 1.5)为中心

rand2 = np.ones((train_pts,2)) + np.random.rand(train_pts, 2)

print('rand2:')

print(rand2)

# 合并随机点，得到训练数据

train_data = np.vstack((rand1, rand2))

train_data = np.array(train_data, dtype='float32')

train_label = np.vstack( (np.zeros((train_pts,1), dtype='int32'), np.ones((train_pts,1), dtype='int32')))

# 显示训练数据