我对openCV不太了解。我有一些图像,我想检查它们是否包含我正在寻找的标志。因此,我想使用我有一些代码的SVM技术。我已经了解了代码的大部分内容,但是我不知道如何实现此代码。该代码具有三个功能,即createTrainDataUsingBow()
第二个isint trainSVM
和int svmPredict
。
问题:我知道我首先必须训练SVM,然后使用predict()。但是,我不理解在通话期间要传递的参数。我的意思是,如果我创建了一个main()
带有什么参数的,我应该称之为int trainSVM
。
整个代码如下:
1. createTrainDataUsingBow()的代码
void createTrainDataUsingBow(std::vector<char*> files, cv::Mat& train, cv::Mat& response, int label)
{
cv::Ptr<cv::DescriptorMatcher> matcher = cv::DescriptorMatcher::create("FlannBased");
cv::Ptr<cv::DescriptorExtractor> extractor = new cv::SurfDescriptorExtractor();
cv::BOWImgDescriptorExtractor dextract( extractor, matcher );
cv::SurfFeatureDetector detector(500);
// cluster count
int cluster = 100;
// create the object for the vocabulary.
cv::BOWKMeansTrainer bow( cluster,cv::TermCriteria(CV_TERMCRIT_EPS+CV_TERMCRIT_ITER, 10, FLT_EPSILON), 1, cv::KMEANS_PP_CENTERS );
// get SURF descriptors and add to BOW each input files
std::vector<char*>::const_iterator file;
for( file = files.begin(); file != files.end(); file++)
{
cv::Mat img = cv::imread( *file, CV_LOAD_IMAGE_GRAYSCALE );
std::vector<cv::KeyPoint> keypoints = detector.detect( img, keypoints);
cv::Mat descriptors;
extractor->compute( img, keypoints, descriptors);
if ( !descriptors.empty() ) bow.add( descriptors );
}
// Create the vocabulary with KMeans.
cv::Mat vocabulary;
vocabulary = bow.cluster();
for( file = files.begin(); file != files.end(); file++)
{
// set training data using BOWImgDescriptorExtractor
dextract.setVocabulary( vocabulary );
std::vector<cv::KeyPoint> keypoints;
cv::Mat img = cv::imread( *file, CV_LOAD_IMAGE_GRAYSCALE );
detector.detect( img, keypoints);
cv::Mat desc;
dextract.compute( img, keypoints, desc );
if ( !desc.empty() )
{
train.push_back( desc ); // update training data
response.push_back( label ); // update response data
}
}
}
2. trainSVM()的代码
int trainSVM((std::vector<char*> positive, std::vector<char*> negative)
{
// create training data
cv::Mat train;
cv::Mat response;
createTrainDataUsingBow(positive, train, response, 1.0);
createTrainDataUsingBow(negative, train, response, -1.0);
// svm parameters
CvTermCriteria criteria = cvTermCriteria(CV_TERMCRIT_EPS, 1000, FLT_EPSILON);
CvSVMParams svm_param = CvSVMParams( CvSVM::C_SVC, CvSVM::RBF, 10.0, 8.0, 1.0, 10.0, 0.5, 0.1, NULL, criteria);
// train svm
cv::SVM svm;
svm.train(train, response, cv::Mat(), cv::Mat(), svm_param);
svm.save("svm-classifier.xml");
return 0;
}
3. svmPredict()的代码
int svmPredict(const char* classifier, const char* vocaname, const char* query, const char* method)
{
// load image
cv::Mat img = cv::imread(query, CV_LOAD_IMAGE_GRAYSCALE);
// load svm
cv::SVM svm;
svm.load(classifier);
// declare BOWImgDescriptorExtractor
cv::Ptr<cv::DescriptorMatcher> matcher = cv::DescriptorMatcher::create("FlannBased");
cv::Ptr<cv::DescriptorExtractor> extractor = new cv::SurfDescriptorExtractor();
cv::BOWImgDescriptorExtractor dextract( extractor, matcher );
// load vocabulary data
cv::Mat vocabulary;
cv::FileStorage fs( vocaname, cv::FileStorage::READ);
fs["vocabulary data"] >> vocabulary;
fs.release();
if( vocabulary.empty() ) return 1;
// Set the vocabulary
dextract.setVocabulary( vocabulary );
std::vector<cv::KeyPoint> keypoints;
detector.detect( img, keypoints);
cv::Mat desc_bow;
dextract.compute( img, keypoints, desc_bow );
if( desc_bow.empty() ) return 1;
// svm predict
float predict = svm.predict(centroids, true);
std::cout << predict << std::endl;
return 0;
}
我应该将哪些参数称为int trainSVM。
trainSVM()接受两个char *向量,分别是正样本和负样本的图像文件名称列表。最好制作一个包含正片图像文件名列表的文件,对于负片文件名也是如此,然后读取其中的文件名。
顺便说一句,这行有一个语法错误:
int trainSVM((std::vector<char*> positive, std::vector<char*> negative)
一个更大的问题是如何对数据进行规范化处理,以及如何进行交叉验证以获取svm_params的正确值?
另外,由于svmPredict()
为每个测试用例重新加载了所有内容,因此效率很低。
使用libsvm命令行工具可能会更好,直到您知道它是否将正常工作为止。createTrainDataUsingBow()
以libsvm格式转储来自数据的mats输出将是微不足道的。
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句