Python OpenCV SVM 实现

因此，我有一个包含样本图像的矩阵（全部转换为向量），该矩阵通过 PCA/LDA 运行，还有一个向量表示每个图像所属的类。现在我想使用 OpenCV SVM 类来训练我的 SVM（我使用的是 Python，OpenCV 2.3.1）。但我在定义参数时遇到问题：

test = cv2.SVM()
test.train(trainData, responses, ????)

我被困在如何定义 SVM 的类型（线性等）和其他东西上。在 C++ 中，您可以通过声明来定义它： svm_type=CvSVM::C_SVC...Python 没有这个。 C++还有一个特殊的类来存储这些参数->CvSVMParams。有人可以给我一个Python 的例子吗？比如定义 SVM 类型、gamma 等。

2.3.1 文档是这样说的：

Python: cv2.SVM.train(trainData, responses[, varIdx[, sampleIdx[, params]]]) → retval

什么是 varIdx 和 SampleIdx，以及如何定义参数？

要使用 OpenCV 机器学习算法，您必须编写一些包装类：

1.第一堂家长课

class StatModel(object):
    '''parent class - starting point to add abstraction'''    
    def load(self, fn):
        self.model.load(fn)
    def save(self, fn):
        self.model.save(fn)

2.最后SvM包装器：

class SVM(StatModel):
    '''wrapper for OpenCV SimpleVectorMachine algorithm'''
    def __init__(self):
        self.model = cv2.SVM()

    def train(self, samples, responses):
        #setting algorithm parameters
        params = dict( kernel_type = cv2.SVM_LINEAR, 
                       svm_type = cv2.SVM_C_SVC,
                       C = 1 )
        self.model.train(samples, responses, params = params)

    def predict(self, samples):
        return np.float32( [self.model.predict(s) for s in samples])

3.使用示例：

import numpy as np
import cv2

samples = np.array(np.random.random((4,2)), dtype = np.float32)
y_train = np.array([1.,0.,0.,1.], dtype = np.float32)

clf = SVM()
clf.train(samples, y_train)
y_val = clf.predict(samples)

设置参数

设置参数很简单 - 只需编写一个将参数作为键保存的字典即可。您应该查看原始文档以查看所有可能的参数和允许的值：http://opencv.itseez.com/modules/ml/doc/support_vector_machines.html#cvsvmparams http://opencv.itseez.com/modules/ml/doc/support_vector_machines.html#cvsvmparams

是的，svm_type 和 kernel_type 的可能值在 C++ 中，但有一种简单的方法可以将这些常量转换为 Python 表示形式，例如 CvSVM::C_SVC 在 Python 中写为 cv2.SVM_C_SVC。

Prelude要获取更多机器学习算法的包装器，请查看字母识别.py磁盘上的 opencv 示例中的示例或 OpenCV 存储库的打开 url：https://github.com/Itseez/opencv/tree/master/samples/python2 https://github.com/Itseez/opencv/tree/master/samples/python2