基于支持向量机SVM的图像训练和识别

doublebin

在其他地方看了很多关于支持向量机的介绍，很少有关于利用支持向量机进行图片识别训练的，最近在做这方面，把程序贴出来供大家一块学习讨论。训练的图片大小为50*50,50张图片，训练时间非常快，但是训练的图片太少。大部分解释在程序中已给出。

1. #include<opencv2\features2d\features2d.hpp>
   
2. #include<opencv2\core\core.hpp>
   
3. #include<opencv2\highgui\highgui.hpp>
   
4. #include<cv.h>
   
5. #include<opencv.hpp>
   
6. #include<iostream>
   
7. 
   
8. using namespace std;
   
9. using namespace cv;
   
10. 
    
11. int main()
    
12. {
    
13.         /*Mat image1=imread("E:\\text/0.jpg",1);
    
14.         Mat image2;
    
15.         image1.copyTo(image2);
    
16. 
    
17.         cvtColor(image1,image2,CV_BGR2GRAY);
    
18.         Mat image3=image2.reshape(1,1);
    
19.         normalize(image3.clone(), image3, 0, 1, NORM_MINMAX, CV_32FC1);
    
20.         if(!image1.data)
    
21.         {
    
22.                 cout<<"Do not find the picture"<<endl;
    
23.                 return 0;
    
24.         }*/
    
25. 
    
26.         //设置支持向量机的输入输出量，输入为图片，需要把二维图片转换为一维形式，输入的个数要与输出的个数相同。
    
27.         char filename[100];
    
28.         //向量机输出量
    
29.         int labels[50];
    
30.         //向量机输入，为50张图片
    
31.         for(int i=0;i<50;i++)
    
32.         {
    
33.                 labels[i]=i/10;
    
34.                 //cout<<labels[i]<<" "<<endl;
    
35.         }
    
36.         
    
37.         Mat labelsMat(50, 1,CV_32SC1, labels);
    
38.         Mat trainingDataMat;
    
39.         //读取图片，转换为灰度图，直方图均衡化，矩阵转换为向量，归一化，作为向量机的输入。
    
40.         for( int i = 0; i < 50; i++){
    
41.                sprintf(filename,"E:\\C++/Testpicture/%d.jpg", i);
    
42.                Mat Img = imread(filename, 1);
    
43. 
    
44.                Mat gray;
    
45.                cvtColor(Img, gray,CV_RGB2GRAY);
    
46.                equalizeHist(gray,gray);      //直方图均衡化
    
47.                Mat ss = gray.clone().reshape(1, 1);   //把矩阵转换为向量
    
48.                ss.clone().convertTo(ss, CV_32FC1);
    
49.                normalize(ss.clone(), ss, 0, 1, NORM_MINMAX, CV_32FC1);
    
50.                trainingDataMat.push_back(ss);
    
51. 
    
52.     }
    
53. 
    
54.         // 设置SVM参数
    
55.     CvSVMParams params;
    
56.     params.svm_type    = CvSVM::C_SVC;//C支持向量分类机,允许用异常值惩罚因子C进行不完全分类
    
57.     params.kernel_type = CvSVM::LINEAR;//使用线性内核
    
58.     params.term_crit   = cvTermCriteria(CV_TERMCRIT_ITER, 100, 1e-6);//迭代训练过程的中止条件
    
59.     // 对SVM进行训练
    
60.     CvSVM SVM;
    
61.     SVM.train(trainingDataMat, labelsMat, Mat(), Mat(), params);
    
62.         
    
63.         //利用训练的向量机预测
    
64.         Mat sampleMat=imread("E:\\C++/Testpicture/1.jpg",1);
    
65.         cvtColor(sampleMat,sampleMat,CV_RGB2GRAY);
    
66.         equalizeHist(sampleMat,sampleMat);
    
67.         sampleMat=sampleMat.reshape(1,1);
    
68.         normalize(sampleMat, sampleMat, 0, 1, NORM_MINMAX, CV_32FC1);
    
69.         int result=SVM.predict(sampleMat);
    
70. 
    
71.         ////imshow("showimage",image3);
    
72.         //cout<<trainingDataMat.cols<<endl<<trainingDataMat.rows;
    
73.         //cout<<trainingDataMat;
    
74.         cout<<"训练输出:"<<labelsMat<<endl;
    
75.         cout<<"识别结果:"<<result<<endl;
    
76.         system("pause");
    
77.         waitKey(0);
    
78. }

复制代码

训练把50在图片分为5类，把第一类图片输入进行预测，输出为第一类：

Halcom

赞一个，顺带把你的图像，放在百度网盘，共享一下子啊

doublebin

Halcom 发表于 2016-11-1 22:29
赞一个，顺带把你的图像，放在百度网盘，共享一下子啊

链接：http://pan.baidu.com/s/1i4EPJU1 密码：sjnk
我有采集了，四个手势，200张训练图片，四十张测试图片

LJN

很有用，让我有了一点思路，谢谢楼主