如何在2通道Mat中使用OpenCV中的SVM？

我想在OpenCV中使用SVM对坐标集进行分类。例如，标签1对于{70，80}，{94，90}，{70，85} 标签-1 {98，89}，{99，94}，{91，87}如何在2通道Mat中使用OpenCV中的SVM？

在OpenCV提供的例子中，只有一个坐标数据是用于一个节点的。但是，我想使用坐标集作为一个节点。我试过用CV_32FC2垫测试。但是，我认为它不能用于SVM的训练。发生错误。有人知道如何在这种情况下使用SVM？

int record[3][3][2] = { 
    { 
     { 70, 80 }, 
     { 94, 90 }, 
     { 70, 85 } 
    }, 
    { 
     { 83, 90 }, 
     { 95, 60 }, 
     { 90, 82 } 
    }, 
    { 
     { 98, 89 }, // 3반 학생1의 성적 
     { 99, 94 }, // 3반 학생2의 성적 
     { 91, 87 } // 3반 학생3의 성적 
    } 
}; 

int labels[3] = { 1, -1, -1 }; 
Mat trainingDataMat(3, 3, CV_32FC2, record); 
Mat labelsMat(3, 1, CV_32SC1, labels); 


Ptr<SVM> svm = SVM::create(); 
svm->setType(SVM::C_SVC); 
svm->setKernel(SVM::LINEAR); 
svm->setTermCriteria(TermCriteria(TermCriteria::MAX_ITER, 100, 1e-6)); 
//! [init] 
//! [train] 
svm->train(trainingDataMat, ROW_SAMPLE, labelsMat);

来源

2017-05-31 JUNGWON JUNG

为什么选择trainingDataMat的大小为3x3？

查看本教程代码，它使用2D点作为训练数据。

http://docs.opencv.org/2.4/doc/tutorials/ml/introduction_to_svm/introduction_to_svm.html

正如你所看到的，他们只使用2 colums：如果你想使用整数，而不是浮点数

// Set up training data 
float labels[4] = {1.0, -1.0, -1.0, -1.0}; 
Mat labelsMat(4, 1, CV_32FC1, labels); 

float trainingData[4][2] = { {501, 10}, {255, 10}, {501, 255}, {10, 501} }; 
Mat trainingDataMat(4, 2, CV_32FC1, trainingData);

，你必须调整类型。

来源

2017-05-31 06:08:19 Micka

我已经理解了你所说的教程代码。它只考虑节点通过x，y坐标的位置。不过，我想考虑点之间的关系。就像在各种数字中找到具体人物一样。所以我需要使用一组坐标作为对象。 –

类似于一袋字吗？对不起，没有经验，我猜行数必须是2的倍数呢？ – Micka

cols，.I表示cols的数量应该是2的倍数，每个对象的特征数量必须是固定的？ – Micka

如何在2通道Mat中使用OpenCV中的SVM？

回答

相关问题