超级会员免费看
本文介绍了如何利用SVM在OpenCV中进行魔方颜色识别。通过官方文档和实例，学习了SVM的基础知识，并且详细阐述了从二维点的分类到手写数字识别的过程。在手写数字识别中，使用了20x20像素、3通道的图片作为特征向量，训练了800张图片的模型，达到了高准确率。最后，将这些经验应用于魔方颜色识别，每个颜色考虑RGB和HSV两个颜色空间，共六个特征，标签对应于颜色值123456。
SVM是一个成熟经典的技术，被用在很多分类问题中，比如早期的人脸识别问题，很多是HOG+SVM。最近在做识别魔方颜色的时候，研究了OpenCV中的SVM分类器。
首先还是来看官方文档
https://docs.opencv.org/3.4/d1/d73/tutorial_introduction_to_svm.html
两个教程例子都比较直观，给定一些二维点的坐标（x,y）和标签label（人为指定，-1和1），进行SVM的训练，然后调用训练模型进行预测，并将结果做了直观显示。
opencv2跟3中的训练样本有细微差别，主要是样本数据为CV_32SC1和CV_32FC1的差别
https://blog.csdn.net/wfh2015/article/details/51163890
//cv::Ptr<cv::ml::SVM> svm 
订阅专栏 解锁全文
733
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
