使用工具 ：VS2013 + OpenCV 3.1
数据集：minst
训练数据：60000张 测试数据：10000张 输出模型：HOG_SVM_DATA.xml
数据准备
train-images-idx3-ubyte.gz: training set images (9912422 bytes)
train-labels-idx1-ubyte.gz: training set labels (28881 bytes)
t10k-images-idx3-ubyte.gz: test set images (1648877 bytes)
t10k-labels-idx1-ubyte.gz: test set labels (4542 bytes)
首先我们利用matlab将数据转换成 .bmp 图片格式
fid_image=fopen(‘train-images.idx3-ubyte‘,‘r‘);
fid_label=fopen(‘train-labels.idx1-ubyte‘,‘r‘);
% Read the first 16 Bytes
magicnumber=fread(fid_image,4);
size=fread(fid_image,4);
row=fread(fid_image,4);
col=fread(fid_image,4);
% Read the first 8 Bytes
extra=fread(fid_label,8);
% Read labels related to images
imageIndex=fread(fid_label);
Num=length(imageIndex);
% Count repeat times of 0 to 9
cnt=zeros(1,10);
for k=1:Num
image=fread(fid_image,[max(row),max(col)]); % Get image data
val=imageIndex(k); % Get value of image
for i=0:9
if val==i
cnt(val+1)=cnt(val+1)+1;
end
end
if cnt(val+1)<10
str=[num2str(val),‘_000‘,num2str(cnt(val+1)),‘.bmp‘];
elseif cnt(val+1)<100
str=[num2str(val),‘_00‘,num2str(cnt(val+1)),‘.bmp‘];
elseif cnt(val+1)<1000
str=[num2str(val),‘_0‘,num2str(cnt(val+1)),‘.bmp‘];
else
str=[num2str(val),‘_‘,num2str(cnt(val+1)),‘.bmp‘];
end
imwrite(image‘,str);
end
fclose(fid_image);
fclose(fid_label);
然后使用cmd指令写入图片路径： dir /b/s/p/w *.bmp > num.txt 添加标签，如下图
然后打乱样本顺序。
训练
int main0()
{
vector<string> img_path;//输入文件名变量
vector<int> img_catg;
int nLine = 0;
string line;
size_t pos;
ifstream svm_data("./train-images/random.txt");//训练样本图片的路径都写在这个txt文件中，使用bat批处理文件可以得到这个txt文件
unsigned long n;
while (svm_data)//将训练样本文件依次读取进来
{
if (getline(svm_data, line))
{
nLine++;
pos = line.find_last_of(‘ ‘);
img_path.push_back(line.substr(0, pos));//图像路径
img_catg.push_back(atoi(line.substr(pos + 1).c_str()));//atoi将字符串转换成整型，标志(0,1，2，...，9)，注意这里至少要有两个类别，否则会出错
}
}
svm_data.close();//关闭文件
int nImgNum = nLine; //nImgNum是样本数量，只有文本行数的一半，另一半是标签
cv::Mat data_mat(nImgNum, 324, CV_32FC1);//第二个参数，即矩阵的列是由下面的descriptors的大小决定的，可以由descriptors.size()得到，且对于不同大小的输入训练图片，这个值是不同的
data_mat.setTo(cv::Scalar(0));
//类型矩阵,存储每个样本的类型标志
cv::Mat res_mat(nImgNum, 1, CV_32S);
res_mat.setTo(cv::Scalar(0));
cv::Mat src;
cv::Mat trainImg(cv::Size(28, 28), 8, 3);//需要分析的图片，这里默认设定图片是28*28大小，所以上面定义了324，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
//处理HOG特征
for (string::size_type i = 0; i != img_path.size(); i++)
{
src = cv::imread(img_path[i].c_str(), 1);
if (src.data == NULL)//if (src == NULL)
{
cout << " can not load the image: " << img_path[i].c_str() << endl;
continue;
}
//cout << " 处理： " << img_path[i].c_str() << endl;
cv::resize(src, trainImg, trainImg.size());
cv::HOGDescriptor *hog = new cv::HOGDescriptor(cv::Size(28, 28), cv::Size(14, 14), cv::Size(7, 7), cv::Size(7, 7), 9);
vector<float>descriptors;//存放结果
hog->compute(trainImg, descriptors, cv::Size(1, 1), cv::Size(0, 0)); //Hog特征计算
//cout << "HOG dims: " << descriptors.size() << endl;
n = 0;
for (vector<float>::iterator iter = descriptors.begin(); iter != descriptors.end(); iter++)
{
//cvmSet(data_mat, i, n, *iter);
data_mat.at<float>(i, n) = *iter;//存储HOG特征
n++;
}
//cvmSet(res_mat, i, 0, img_catg[i]);
res_mat.at<int>(i, 0) = img_catg[i];
//cout << " 处理完毕: " << img_path[i].c_str() << " " << img_catg[i] << endl;
}
cout << "computed features!" << endl;
cv::Ptr<cv::ml::SVM> svm = cv::ml::SVM::create();//新建一个SVM
svm->setType(cv::ml::SVM::C_SVC);
svm->setKernel(cv::ml::SVM::LINEAR);
svm->setC(1);
//-------------------不使用参数优化-------------------------//
svm->setTermCriteria(cv::TermCriteria(CV_TERMCRIT_EPS, 1000, FLT_EPSILON));
svm->train(data_mat, cv::ml::ROW_SAMPLE, res_mat);//训练数据
//-------------------参数优化-------------------------//
//svm->setTermCriteria = cv::TermCriteria(cv::TermCriteria::MAX_ITER, (int)1e7, 1e-6);
//cv::Ptr<cv::ml::TrainData> td = cv::ml::TrainData::create(data_mat, cv::ml::ROW_SAMPLE, res_mat);
//svm->trainAuto(td, 10);
//保存训练好的分类器
svm->save("HOG_SVM_DATA.xml");
cout << "saved model!" << endl;
//检测样本
cv::Mat test;//IplImage *test;
char result[512];
vector<string> img_test_path;
vector<int> img_test_catg;
int coorect = 0;
ifstream img_tst("./test-images/random.txt"); //加载需要预测的图片集合，这个文本里存放的是图片全路径，不要标签
while (img_tst)
{
if (getline(img_tst, line))
{
pos = line.find_last_of(‘ ‘);
img_test_catg.push_back(atoi(line.substr(pos + 1).c_str()));//atoi将字符串转换成整型，标志(0,1，2，...，9)，注意这里至少要有两个类别，否则会出错
img_test_path.push_back(line.substr(0, pos));//图像路径
}
}
img_tst.close();
ofstream predict_txt("SVM_PREDICT.txt");//把预测结果存储在这个文本中
for (string::size_type j = 0; j != img_test_path.size(); j++)//依次遍历所有的待检测图片
{
test = cv::imread(img_test_path[j].c_str(), 1);
if (test.data == NULL)//test == NULL
{
cout << " can not load the image: " << img_test_path[j].c_str() << endl;
continue;
}
cv::Mat trainTempImg(cv::Size(28, 28), 8, 3);
trainTempImg.setTo(cv::Scalar(0));
cv::resize(test, trainTempImg, trainTempImg.size());
cv::HOGDescriptor *hog = new cv::HOGDescriptor(cv::Size(28, 28), cv::Size(14, 14), cv::Size(7, 7), cv::Size(7, 7), 9);
vector<float>descriptors;//结果数组
hog->compute(trainTempImg, descriptors, cv::Size(1, 1), cv::Size(0, 0));
//cout << "HOG dims: " << descriptors.size() << endl;
cv::Mat SVMtrainMat(1, descriptors.size(), CV_32FC1);
int n = 0;
for (vector<float>::iterator iter = descriptors.begin(); iter != descriptors.end(); iter++)
{
SVMtrainMat.at<float>(0, n) = *iter;
n++;
}
int ret = svm->predict(SVMtrainMat);//检测结果
if (ret == img_test_catg[j])
coorect++;
sprintf(result, "%s %d\r\n", img_test_path[j].c_str(), ret);
predict_txt << result; //输出检测结果到文本
}
predict_txt.close();
cout << coorect*100 / img_test_path.size() << "%" << endl;
return 0;
}
测试
int main(int argc, char* argv[])
{
cv::Ptr<cv::ml::SVM> svm = cv::ml::SVM::create();
svm = cv::ml::SVM::load("HOG_SVM_DATA.xml");;//加载训练好的xml文件，这里训练的是10K个手写数字
//检测样本
cv::Mat test;
char result[300]; //存放预测结果
test = cv::imread("6.bmp", 1); //待预测图片，用系统自带的画图工具随便手写
if (!test.data)
{
MessageBox(NULL, TEXT("待预测图像不存在！"), TEXT("提示"), MB_ICONWARNING);
return -1;
}
cv::Mat trainTempImg(cv::Size(28, 28), 8, 3);
trainTempImg.setTo(cv::Scalar(0));
cv::resize(test, trainTempImg, trainTempImg.size());
cv::HOGDescriptor *hog = new cv::HOGDescriptor(cv::Size(28, 28), cv::Size(14, 14), cv::Size(7, 7), cv::Size(7, 7), 9);
vector<float>descriptors;//结果数组
hog->compute(trainTempImg, descriptors, cv::Size(1, 1), cv::Size(0, 0));
//cout << "HOG dims: " << descriptors.size() << endl;
cv::Mat SVMtrainMat(1, descriptors.size(), CV_32FC1);
int n = 0;
for (vector<float>::iterator iter = descriptors.begin(); iter != descriptors.end(); iter++)
{
SVMtrainMat.at<float>(0, n) = *iter;
n++;
}
int ret = svm->predict(SVMtrainMat);//检测结果
sprintf(result, "%d\r\n", ret);
cv::namedWindow("dst", 0);
cv::imshow("dst", test);
MessageBox(NULL, result, TEXT("预测结果"), MB_OK);
return 0;
}
时间： 2024-10-17 01:32:02