在 OpenCV 上使用 SVM 训练图像

我正在尝试对图像进行分类（下一步我将根据特征进行分类，但现在只想尝试我是否做得对）

这是我的代码。

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/ml/ml.hpp>

using namespace cv;
using namespace std;



int main(){


    Mat image[2];
    image[0]= imread("image.jpg",0);

    image[1]= imread("wrongimage.jpg",0);

    Mat rotated = imread("image.jpg",0);


    image[0] = image[0].reshape(0, 1); //SINGLE LINE
    image[1] = image[1].reshape(0, 1); //SINGLE LINE


    //  image[0].convertTo(image[0], CV_32FC1); //CONVERT TO 32FC1
    //  image[1].convertTo(image[1], CV_32FC1); //CONVERT TO 32FC1


    Mat new_image(2,1,CV_32FC1,image); //CONVERT TO 32FC1



    float labels[2] = {1.0, -1.0};
    Mat labelsmat(2,1,CV_32FC1,labels); //correct labels 1

    labelsmat.convertTo(labelsmat, CV_32FC1);



    CvSVMParams params;
    params.svm_type = CvSVM::C_SVC;
    params.kernel_type = CvSVM::LINEAR;
    params.gamma = 3;
    params.degree = 3;
    CvSVM svm;
    svm.train(new_image, labelsmat, Mat(),Mat(),params);

    //    svm.train(training_mat2, labelsmat, Mat(),Mat(),params);

    // svm.train(training_mat2, labelsmat, Mat(), Mat(), params);
    svm.save("svm.xml"); // saving


    svm.load("svm.xml"); // loading


    rotated = rotated.reshape(0,1);
    rotated.convertTo(rotated, CV_32FC1);


     svm.predict(rotated);
}

由于使用 opencv svm 训练图像缺乏记录，我尝试通过阅读来管理某些内容使用 OpenCV 和 SVM 处理图像 https://stackoverflow.com/questions/14694810/using-opencv-and-svm-with-images and http://docs.opencv.org/doc/tutorials/ml/introduction_to_svm/introduction_to_svm.html http://docs.opencv.org/doc/tutorials/ml/introduction_to_svm/introduction_to_svm.html

不知何故，我设法训练我的图像，但我强烈认为这个训练 xml 文件不正确，因为我没有指出哪个图像是正确的 (1) 或错误的 (-1)

而且当我尝试用我训练过的 svm 图像进行预测时，也会出现错误

OpenCV 错误：输入参数的大小不匹配（样本大小 与训练中使用的不同） cvPreparePredictData，文件 /tmp/opencv-DXLLi8/opencv-2.4.9/modules/ml/src/inner_functions.cpp, 第 1114 行 libc++abi.dylib：以未捕获的类型异常终止 简历::例外： /tmp/opencv-DXLLi8/opencv-2.4.9/modules/ml/src/inner_functions.cpp:1114: 错误：(-209) 样本大小与所使用的不同 函数 cvPreparePredictData 中的训练

这里也是由 SVM 生成的 xml。

<?xml version="1.0"?>
<opencv_storage>
<my_svm type_id="opencv-ml-svm">
  <svm_type>C_SVC</svm_type>
  <kernel><type>LINEAR</type></kernel>
  <C>1.</C>
  <term_criteria><epsilon>1.1920928955078125e-07</epsilon>
    <iterations>1000</iterations></term_criteria>
  <var_all>1</var_all>
  <var_count>1</var_count>
  <class_count>2</class_count>
  <class_labels type_id="opencv-matrix">
    <rows>1</rows>
    <cols>2</cols>
    <dt>i</dt>
    <data>
      -1 1</data></class_labels>
  <sv_total>1</sv_total>
  <support_vectors>
    <_>
      -1.56709105e-02</_></support_vectors>
  <decision_functions>
    <_>
      <sv_count>1</sv_count>
      <rho>-1.</rho>
      <alpha>
        1.</alpha>
      <index>
        0</index></_></decision_functions></my_svm>
</opencv_storage>

UPDATE

我已经根据建议更改了我的代码古奈凯伊姆但现在我得到了 EXC_BAD_ACCESS（代码=1 地址=...）错误。我更新的代码如下。

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/ml/ml.hpp>

using namespace cv;
using namespace std;



int main(){


    Mat image[2];
    image[0]= imread("image.jpg",0);

    image[1]= imread("wrongimage.jpg",0);

    Mat rotated = imread("image.jpg",0);


   image[0] = image[0].reshape(0, 1); //SINGLE LINE
   image[1] = image[1].reshape(0, 1); //SINGLE LINE

 //   int size = sizeof(image)/sizeof(Mat);
    //  image[0].convertTo(image[0], CV_32FC1); //CONVERT TO 32FC1
    //  image[1].convertTo(image[1], CV_32FC1); //CONVERT TO 32FC1

    Mat new_image(2,341318,CV_32FC1,image); //CONVERT TO 32FC1

    float labels[2] = {1.0, -1.0};
    Mat labelsmat(2,1,CV_32FC1,labels); //correct labels 1

    labelsmat.convertTo(labelsmat, CV_32FC1);


    cout<<image[0].size()<<endl;
    cout<<new_image.size()<<endl;



    CvSVMParams params;
    params.svm_type = CvSVM::C_SVC;
    params.kernel_type = CvSVM::LINEAR;
    params.gamma = 3;
    params.degree = 3;
    CvSVM svm;
    svm.train_auto(new_image, labelsmat,Mat(),Mat(),params);

    //  svm.train_(new_image, labelsmat, Mat(),Mat(),params);
    //    svm.train(training_mat2, labelsmat, Mat(),Mat(),params);

    // svm.train(training_mat2, labelsmat, Mat(), Mat(), params);
    svm.save("svm.xml"); // saving


    svm.load("svm.xml"); // loading


    rotated = rotated.reshape(0,1);
    rotated.convertTo(rotated, CV_32FC1);

    cout<<svm.predict(rotated)<<endl;

}

我的图像尺寸是：[170569 x 1] new_image 大小为 [341318 x 2]

有几件事你做错了，或者你没有意识到自己在做。

1. 您说您没有指出哪个图像是正确的（1）或错误的（-1），但您使用了以下行：float labels[2] = {1.0, -1.0};
2. 您创建的训练集是错误的。假设你的图像是640x480大小。然后当你重塑它们时，它们将是307200大小的向量，这很好。所以，你的训练集，你称之为new_image， 应该2x307200大小，每行应代表一个图像，但您正在创建 2x1 大小的训练集。这就是为什么当您尝试预测时会收到错误消息：Sizes of input arguments do not match。您训练了 SVM2x1大小的训练集并尝试预测1x307200 vector.

除此之外，你不应该使用幻数来设置SVM参数，你需要通过交叉验证来优化它们。当然，在这个玩具示例中你不能进行参数优化，我想说的是你应该意识到设置 SVM 参数是一项非常关键的任务。

我已经回答了几个关于SVM的问题，你可以到我的个人资料中查看。

希望这可以帮助。

UPDATE

您可以检查您是否正在创建new_image通过以下代码更正：

Mat image[2];
image[0]= imread("image.jpg",0);
image[1]= imread("wrongimage.jpg",0);

// dont reshape them for debugging purposes...
//image[0] = image[0].reshape(0, 1); //SINGLE LINE
//image[1] = image[1].reshape(0, 1); //SINGLE LINE

// I assume that images are 640x480, change the value accordig to the image sizes, or directly use values in the size parameter
Mat new_image(1280, 480, CV_32FC1, image); //CONVERT TO 32FC1

// visualize the image see if the previous line of code does its job correctly.
imshow("new_image", new_image);

UPDATE 2

您需要创建单个cv::Mat反对你的cv::Mat大批。显然，下面的行无法正确执行此操作。

Mat new_image(2,341318,CV_32FC1,image); 

找到一个合适的方法来做到这一点，目前我没有安装OpenCV环境，你基本上可以问另一个关于它的问题。

记住，你的new_image变量应该是[image_count * (image_width * image_height)]大小，每行应将图像向量表示为1 * (image_width * image_height) sized.