Question

我是opencv的初学者。我没有详细介绍opencv的主要概念。

所以也许我的代码太愚蠢了;

出于好奇，我想尝试机器学习功能，如KNN，ANN。我有一组尺寸为28 * 28像素的图像。我想做数字识别的火车卡塞尔。首先，我需要组建火车组和火车班;

    Mat train_data = Mat(rows, cols, CV_32FC1);
    Mat train_classes = Mat(rows, 1, CV_32SC1);
    Mat img = imread(image);
    Mat float_data(1, cols, CV_32FC1);
    img.convertTo(float_data, CV_32FC1);

如何使用float_data填充train_data？我以为这是如此：

for (int i = 0; i < train_data.rows; ++i) 
{
    ... // image is a string which contains next image path
    image = imread(image);
    img.convertTo(float_data, CV_32FC1);
    for( int x = 0; x < train_data.cols; x++ ){
      train_data.at<float> (i, x) = float_data.at<float>( x);; 
    }
 }

 KNearest knn;
 knn.train(train_data, train_classes);

但它当然不起作用。。。请告诉我如何正确行事。或者至少建议傻瓜的书籍：）

Answer 1

Mat train_data; // initially empty
Mat train_labels; // empty, too.

// for each img in the train set : 
    Mat img = imread("image_path");
    Mat float_data;
   img.convertTo(float_data, CV_32FC1);             // to float
   train_data.push_back( float_data.reshape(1,1) ); // add 1 row (flattened image)
   train_labels.push_back( label_for_image );       // add 1 item

KNearest knn;
knn.train(train_data, train_labels);

其他ml algos都是一样的！

Mat，以ml opencv训练数据

1 个答案: