OpenCV中SVM的使用

转自：http://download.csdn.net/download/gaogaogao124/3125857

略有改动：

#include"stdafx.h"

#include<opencv2/opencv.hpp>

#include<cmath>

#include<ctime>

using namespace std;

int _tmain(int argc,_TCHAR*argv[])

{

intsize = 400;//图像的长度和宽度

constints = 1000;//试验点个数

inti,j, sv_num;

IplImage *img;

CvSVMsvm =CvSVM();//构造一个SVM类对象

CvSVMParamsparam;//SVM参数

CvTermCriteriacriteria;//迭代算法的结束条件

CvRNGrng =cvRNG(time(NULL));//随机数typedef uint64 CvRNG;

CvPointpts[s];

floatdata[s*2];

intres[s];

CvMatdata_mat,res_mat;

CvScalarrcolor;

constfloat *support;

img =cvCreateImage(cvSize(size,size),IPL_DEPTH_8U, 3);

cvSetZero(img);

//训练数据的生成，并将其值存放在pts中

for (i=0;i<s;i++)

{

pts[i].x =cvRandInt(&rng) %size;//用随机整数赋值

pts[i].y =cvRandInt(&rng) %size;

if (pts[i].y > 50 *cos(pts[i].x *CV_PI / 100) + 200)

{

cvLine(img, cvPoint(pts[i].x - 2,pts[i].y - 2),cvPoint(pts[i].x + 2,pts[i].y + 2),CV_RGB(255, 0, 0));

cvLine(img, cvPoint(pts[i].x + 2,pts[i].y - 2),cvPoint(pts[i].x - 2,pts[i].y + 2),CV_RGB(255, 0, 0));

res[i] = 1;

}

else

{

if (pts[i].x > 200)

{

cvLine(img, cvPoint(pts[i].x - 2,pts[i].y - 2),cvPoint(pts[i].x + 2,pts[i].y + 2),CV_RGB(0, 255, 0));

cvLine(img, cvPoint(pts[i].x + 2,pts[i].y - 2),cvPoint(pts[i].x - 2,pts[i].y + 2),CV_RGB(0, 255, 0));

res[i] = 2;

}

else

{

cvLine(img, cvPoint(pts[i].x - 2,pts[i].y - 2),cvPoint(pts[i].x + 2,pts[i].y + 2),CV_RGB(0, 0, 255));

cvLine(img, cvPoint(pts[i].x + 2,pts[i].y - 2),cvPoint(pts[i].x - 2,pts[i].y + 2),CV_RGB(0, 0, 255));

res[i] = 3;

}

cvNamedWindow("SVM",CV_WINDOW_AUTOSIZE);

cvShowImage("SVM",img);

cvWaitKey(0);

//学习参数的生成

for (i=0;i<s;i++)

{

data[i*2] = float(pts[i].x) /size;

data[i*2+1] = float(pts[i].y) /size;

}

cvInitMatHeader(&data_mat,s, 2,CV_32FC1,data);

cvInitMatHeader(&res_mat,s, 1,CV_32SC1,res);

criteria =cvTermCriteria(CV_TERMCRIT_EPS, 1000,FLT_EPSILON);

param =CvSVMParams(CvSVM::C_SVC,CvSVM::RBF, 10.0, 8.0, 1.0, 10.0, 0.5, 0.1,NULL, criteria);

//SVM学习

svm.train(&data_mat, &res_mat,NULL,NULL,param);

//学习结果绘图

for (i=0;i<size;i++)

{

for (j=0;j<size;j++)

{

CvMat m;

float ret = 0.0;

float a[] = {float(j) /size,float(i) /size};

cvInitMatHeader(&m, 1, 2, CV_32FC1, a);

ret = svm.predict(&m);//预测

switch ((int)ret)

{

case 1: rcolor = CV_RGB(100, 0, 0);break;

case 2: rcolor = CV_RGB(0, 100, 0);break;

case 3: rcolor = CV_RGB(0, 0, 100);break;

}

cvSet2D(img, i, j, rcolor);

}

cvNamedWindow("SVM1",CV_WINDOW_AUTOSIZE);

cvShowImage("SVM1",img);

cvWaitKey(0);

//训练数据绘制

for (i=0;i<s;i++)

{

CvScalar rcolor;

switch (res[i])

{

case 1: rcolor = CV_RGB(255, 0, 0); break;

case 2: rcolor = CV_RGB(0, 255, 0); break;

case 3: rcolor = CV_RGB(0, 0, 255); break;

}

cvLine(img, cvPoint(pts[i].x - 2,pts[i].y - 2),cvPoint(pts[i].x + 2,pts[i].y + 2),rcolor);

cvLine(img, cvPoint(pts[i].x + 2,pts[i].y - 2),cvPoint(pts[i].x - 2,pts[i].y + 2),rcolor);

}

//支持向量绘制

sv_num =svm.get_support_vector_count();

for (i=0;i<sv_num;i++)

{

support = svm.get_support_vector(i);

cvCircle(img, cvPoint((int)(support[0] *size), (int)(support[1] *size)), 5, CV_RGB(200, 200, 200));

}

cvNamedWindow("SVM2",CV_WINDOW_AUTOSIZE);

cvShowImage("SVM2",img);

cvWaitKey(0);

cvDestroyWindow("SVM");

cvDestroyWindow("SVM1");

cvDestroyWindow("SVM2");

cvReleaseImage(&img);

return 0;

}

参考文献：

1、 http://blog.csdn.net/firefight/article/details/6400060

2、 http://blog.sina.com.cn/s/blog_4298002e010144k8.html

3、 http://hi.baidu.com/pengjun/blog/item/215e50da73e6cdd2b6fd48b6.html

4、 http://blog.csdn.net/carson2005/article/details/6547250

5、 http://www.opencv.org.cn/index.php?oldid=8202&printable=yes&title=%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E4%B8%AD%E6%96%87%E5%8F%82%E8%80%83%E6%89%8B%E5%86%8C

OpenCV中SVM的使用相关推荐

opencv画虚线_（四十四）OpenCV中的机器学习-SVM
时间为友,记录点滴. 本来还想在特征点检测的道路上再走一走,学习一下Harr级联或者HOG什么的,但总有些概念感觉绕不过去.择日不如撞日,撞日不如今日.我们先揭开机器学习中的一个小角,看看大热的机器学 ...
OpenCV中使用SVM分类器
在opencv中支持SVM分类器,过程就是:先训练再预测(python实现) # svm 对于数据的要求: 所有的数据都要有label # [155,48] -- 0 女生 [152,53] ---1 ...
OpenCV中HOG人检测以及Part Model latent SVM目标识别
要做点视频中检测的小东西,发现OpenCV中已经十分全面了,要做的东西要用到Navneet Dalal and Bill Triggs的Histogram of Oriented Gradients ...
OpenCV支持向量机SVM用于非线性可分离数据
OpenCV支持向量机SVM用于非线性可分离数据支持向量机SVM用于非线性可分离数据目标动机Motivation 优化问题的扩展源代码解释设置训练数据设置SVM的参数训练SVM 显示决 ...
OpenCV支持向量机SVM简介
OpenCV支持向量机SVM简介支持向量机SVM简介目标什么是SVM? 最佳超平面如何计算? 源代码解释设置训练数据设置SVM的参数由SVM分类的区域支持向量结果支持向量机SVM简 ...
OpenCV中神经网络的应用
OpenCV中神经网络的应用 OpenCV中也提供神经网络的算法,下面对其中的一些参数进行介绍. 激活函数 OpenCV中提供三种激活函数,分别是线性激活函数.sigmoid激活函数和高斯激活函数. ...
基于opencv的SVM车牌号码识别模型训练（C++）QT
条件:opencv-4.5,QT 一.准备数据集下载车牌相关字符样本用于训练和测试,本文使用14个汉字样本和34个数字跟字母样本,每个字符样本数为40,样本尺寸为28*28. 二.计算样本HOG特征 ...
OpenCV中图像特征提取与描述
目录图像特征提取与描述图像的特征 Harris和Shi-Tomas算法 Harris角点检测 Shi-Tomasi角点检测小结 SIFT/SURF算法 SIFT原理基本流程尺度空间极值检测 ...
机器学习分类器——案例（opencv sklearn svm ann）
机器学习分类器--案例(opencv sklearn svm ann python) ps:最近师姐给我们留了一个任务,记录一下从一开始的什么都不懂到现在把任务做出来,并从中学习到的东西吧.... 语 ...

OpenCV中SVM的使用

OpenCV中SVM的使用相关推荐

最新文章

热门文章