测试 svm 训练的xml 分类器 ~

用 svm 训练了个分类器。

给图片分类的。

目标 ： 1

else ： 0

载入分类器查看效果

#include "stdafx.h"
#include "cv.h"  
#include "highgui.h"    
#include <ml.h>  
#include <iostream>  
#include <fstream>  
#include <string>  
#include <vector>  

using namespace cv;  
using namespace std;  
  
  
int main(int argc,char** argv)    
{    
  
	
	CvSVM svm = CvSVM();//新建一个SVM
	svm.load("SVM_DATA.xml",0);

	//if(svm == NULL)
	//{
	//	printf("Cant load ur xml!n");
	//}

	CvCapture *video = cvCaptureFromAVI("D:videos.avi");
	IplImage *test = NULL; //从视频中抓取的一帧
	IplImage* trainImg=cvCreateImage(cvSize(64,64),8,3); //its size must = img's size which used to train ur xml

	ofstream predict_txt( "SVM_PREDICT.txt" );//把预测结果存储在这个文本中  
	int cnt = 0; //用来标记第几帧

	cvNamedWindow( "video");  

	while(1)
	{
		test = cvQueryFrame(video);
		if(test == NULL)
		{
			break;
		}
		else
		{


			char line[512];  
			cvZero(trainImg);  
			cvResize(test,trainImg);   //读取图片  
			HOGDescriptor *hog=new HOGDescriptor(cvSize(64,cvSize(16,16),cvSize(8,8),9);  //具体意思见参考文章1,2     
			vector<float> descriptors;//结果数组     
			hog->compute(trainImg,descriptors,Size(1,1),Size(0,0)); //调用计算函数开始计算     
			cout<<"HOG dims: "<<descriptors.size()<<endl;  
			CvMat* SVMtrainMat=cvCreateMat(1,descriptors.size(),CV_32FC1);  
			int  n = 0;  
			for(vector<float>::iterator iter=descriptors.begin();iter!=descriptors.end();iter++)  
			{  
				cvmSet(SVMtrainMat,n,*iter);  
				n++;  
			}  
	   
			int ret = svm.predict(SVMtrainMat);//获取最终检测结果，这个predict的用法见 OpenCV的文档 
			std::sprintf( line,"Frame ：  %drn",ret );  
			predict_txt<<line;  	
			
			if(ret == 1)
			{
				CvFont font;   //定义字体结构体
				cvInitFont(&font,1.0,2,8);  //初始化字体结构体
				char* warn=" Target!!!";
				cvPutText(test,sun,cvPoint(10,10),&font,CV_RGB(255,0));   //在窗口中显示warning的红色提示信息
			}

			cvShowImage("video",test);
			cvWaitKey(20);
		}
	}
  
    cvReleaseImage( &trainImg);  
	predict_txt.close();  
	system("PAUSE");
	
	return 0;  
}  

测试某个 目录 下的图片：

#include "stdafx.h"
#include "cv.h"  
#include "highgui.h"    
#include <ml.h>  
#include <iostream>  
#include <fstream>  
#include <string>  
#include <vector>  

using namespace cv;  
using namespace std;  


int main(int argc,char** argv)    
{    


	CvSVM svm = CvSVM();//新建一个SVM
	svm.load("F:testSVM_DATA.xml",0);

	//if(svm == NULL)
	//{
	//	printf("Cant load ur xml!n");
	//}
	cout<<" load xml"<<endl;

	string buf;
	int n = 0;
	IplImage *test;  
	vector<string> img_tst_path;  
	ifstream img_tst( "F:testtest.txt" );//同输入训练样本，这里也是一样的，只不过不需要标注图片属于哪一类了
	while( img_tst )  
	{  
		if( getline( img_tst,buf ) )  
		{  
			img_tst_path.push_back( buf );  
		}  
	}  
	img_tst.close();  


	IplImage* trainImg=cvCreateImage(cvSize(64,3);//需要分析的图片，这里默认设定图片是64*64大小，所以上面定义了1764，如果要更改图片大小，可以先用debug查看一下descriptors是多少，然后设定好再运行  

	CvMat *test_hog = cvCreateMat( 1,1764,CV_32FC1 );//注意这里的1764，同上面一样  
	char line[512];  
	ofstream predict_txt( "F:testSVM_PREDICT.txt" );//把预测结果存储在这个文本中  
	for( string::size_type j = 0; j != img_tst_path.size(); j++ )//依次遍历所有的待检测图片  
	{  
		test = cvLoadImage( img_tst_path[j].c_str(),1);  
		if( test == NULL )  
		{  
			cout<<" can not load the image: "<<img_tst_path[j].c_str()<<endl;  
			continue;  
		}  

		cvZero(trainImg);  
		cvResize(test,trainImg);   //读取图片     
		HOGDescriptor *hog=new HOGDescriptor(cvSize(64,2     
		vector<float>descriptors;//结果数组     
		hog->compute(trainImg,0)); //调用计算函数开始计算     
		cout<<"HOG dims: "<<descriptors.size()<<endl;  
		CvMat* SVMtrainMat=cvCreateMat(1,CV_32FC1);  
		n=0;  
		for(vector<float>::iterator iter=descriptors.begin();iter!=descriptors.end();iter++)  
		{  
			cvmSet(SVMtrainMat,*iter);  
			n++;  
		}  

		int ret = svm.predict(SVMtrainMat);//获取最终检测结果，这个predict的用法见 OpenCV的文档 
		std::sprintf( line,"%s %drn",img_tst_path[j].c_str(),ret );  
		predict_txt<<line;  
	}  
	predict_txt.close();  


	cvReleaseImage(&trainImg);

	system("PAUSE");

	return 0;  
}  

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!