SVM für Bild Feature-Klassifizierung mit OpenCv

Question

mein Projekt Bereich ist Währung Note Identifizierung durch den Vergleich der Beispielbilder Feature-Set. Dort habe ich die Feature-Extraktion Teil der Beispielbilder abgeschlossen. Außerdem muss ich die Beispielbildfunktionen in der Textdatei oder XML-Datei und deren Klassifizierung speichern. bitte helfen Sie mir, den Bildklassifizierungsteil zu machen, indem Sie SVM classifier auf dem OpenCv verwenden

das ist der Merkmalsextraktionscode, den ich vollendet habe.

int main (intargc, char ** argv) { /das Bild als Grauskala Laden/

//declaring Mat object.This will holds an image(like iplimage in old opencv versions). 

Mat gray_scale_img; 


//imread is used to load an image. in here i have load the image as a grayscale image. 

gray_scale_img=imread("100.jpg",CV_LOAD_IMAGE_GRAYSCALE); 


/*surf detector settings*/ 

//setting the threshold value.high value will result low number of keypoints. 
int hessian=100; 

//initializing the surf keypoint detector 
SurfFeatureDetectordetector(hessian); 


/*detect surf key points*/ 


//creating vector to store detected keypoints 
std::vector<KeyPoint>keypoints; 

//detect keypoints 
detector.detect(gray_scale_img,keypoints); 


/*extract descriptor vectors/feature vectors from each and every keypoints */ 

SurfDescriptorExtractor extractor; 


//this mat object will goinf to hold the extracted descriptors. 
Mat descriptors; 

//extracting descriptors/features 
extractor.compute(gray_scale_img,keypoints,descriptors); 

}

Answer 1

SVM in OpenCV wird in CvSVM Klasse implementiert;

Sie benötigen einen Feature-Vektor in Form einer Matrix (zeilenweise).

Angenommen, Sie Höhe verwenden, Breite als Merkmalsvektor, wird Ihre Matte wie folgt (vorausgesetzt, Sie 20 Merkmalsvektoren haben):

Mat FV(20,2, CV_32F); 
Mat flagmat(20,1,CV_8U); 

/* 
code to populate the matrix FV. 

Fill the matrix with values so that it will look something as follows: 

20 30 
30 40 
.. 
.. 
code to populate the matrix flagmat. 
Fill the matrix with labels of each corresponding feature vector in matrix FV. It will look something as follows: 
1 
-1 
1 
1 
-1 
1 
1 
1 
.. 
*/ 

CvSVM svm; 

svm.train(datamat, flagmat,Mat(),Mat(),CvSVMParams()); 

Mat testFV(20,2,CV_32F); 
Mat sample(1,2,CV_32F); 

/* similarly as described above fill testFV matrix*/ 
float res;// to store result 
for(int i =0;i<testFV.rows;i++) 
{ 

    sample.at<float>(0,0)=testFV.at<float>(i,0); 
    sample.at<float>(0,1)=testFV.at<float>(i,1); 
    float res = svm.predict(sample); 
    cout<<"predicted label: "<<res<<endl; 
} 

Ich gehe davon aus können Sie numerische Werte aus der Funktion extrahieren Deskriptoren/Vektoren und lege sie in die Beispielmatrix im obigen Code. Sie können die Feature-Vektoren durch einen beliebigen Feature-Deskriptor ersetzen.