Question

我正在尝试对图像进行分类（下一步我将根据功能进行分类，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，我试图通过阅读using OpenCV and SVM with images和http://docs.opencv.org/doc/tutorials/ml/introduction_to_svm/introduction_to_svm.html来管理某些内容

不知怎的，我设法训练我的图像，但我强调我这列火车xml文件是不正确的，因为我没有指出哪个图像是正确的（1）或假的（-1）

并且当我尝试使用我训练过svm的图像进行预测时，会给我错误

OpenCV错误：输入参数的大小不匹配（样本大小与用于培训的内容不同 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 CV ::例外： /tmp/opencv-DXLLi8/opencv-2.4.9/modules/ml/src/inner_functions.cpp:1114：错误：（ - 209）样本大小与使用的大小不同功能训练cvPreparePredictData

此处也是由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>

更新

我已经用 guneykayim 的建议更改了我的代码，但现在我得到了 EXC_BAD_ACCESS（code = 1 address = ...）错误。我的更新代码如下。

#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;

}

我的图片尺寸为：[170569 x 1] 和new_image的大小是[341318 x 2]

Answer 1

有些事情你做错了或者你不知道你在做什么。

你说你没有指出哪个图像是正确的（1）还是假的（-1），但是你做了以下几行：float labels[2] = {1.0, -1.0};
您正在创建错误的训练集。假设您的图片大小为640x480。然后，当你重塑它们时，它们将是307200大小的向量，这很好。因此，您调用new_image的训练集应该是2x307200大小，每行应代表一个图像，而是创建2x1大小的训练集。这就是为什么当你试图预测你得到的错误是Sizes of input arguments do not match时。您使用2x1大小的训练集训练了SVM，并尝试使用1x307200向量进行预测。

除此之外，您不应该使用幻数设置SVM参数，您需要使用交叉验证来优化它们。在这个玩具示例中，您当然不能进行参数优化，我想说的是您应该知道设置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，你可以从我的个人资料中查看它们。

希望这有帮助。

<强>更新

您可以通过以下代码检查您的创作new_image是否正确：

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);

更新2

您需要从cv::Mat数组创建单个cv::Mat对象。显然，以下几行无法正确完成。

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

找到合适的方法，目前我还没有安装OpenCV环境，你可以基本上提出另一个问题。

请注意，您的new_image变量的大小应为[image_count * (image_width * image_height)]，每行应将图像向量表示为1 * (image_width * image_height)大小。

在OpenCV上使用SVM训练图像

1 个答案: