Question

我试图让超平面与SVM相关联。为简单起见，我们假设使用example in OpenCV's page。

在这里，他们正在构建一个＆＃34;图像＆＃34;以下列方式使用一组样本输出：

// Show the decision regions given by the SVM
Vec3b green(0,255,0), blue (255,0,0);
for (int i = 0; i < image.rows; ++i)
{
    for (int j = 0; j < image.cols; ++j)
    {
        Mat sampleMat = (Mat_<float>(1,2) << j,i);
        float response = svm->predict(sampleMat);

        if (response == 1)
            image.at<Vec3b>(i,j)  = green;
        else if (response == -1)
            image.at<Vec3b>(i,j)  = blue;
    }
}

绿色和蓝色类之间的线显示为分离超平面。

现在，我的问题是：如何将此行作为点向量或cv :: Mat获取以进行进一步处理？

Answer 1

您可以使用getSupportVector函数检索支持向量，使用getDecisionFunction函数检索决策函数的标量偏差。

我假设你只想要一个线性svm的分离前沿，因为非线性情况要复杂得多。

在这种情况下，分离平面由类型W * X + b = 0的等式给出。你可以很容易地找到W和b参数：所有支持向量的总和给你W，b是getDecisionFunction（0）返回的值。

计算W向量的代码应该看起来像（未经测试）：

    Mat W(sv.cols, 1, CV_32F, 0);
    for(int r=0; r<sv.rows; ++r)
    {
        for(int c=0; c<sv.cols; ++c)
        {
            W.at<float>(c)+=sv.at<float>(r,c);
        }
    }

一旦你得到了线的等式，在OpenCV例子的情况下，你可以通过做类似的事情（再次，未经测试）在图像上显示它：

    Point pt1(0, b/W.at<float>(1));
    Point pt2(b/W.at<float>(0));
    line(image, pt1, pt2, color);

pt1，pt2点来自x = 0和y = 0的线方程。

如何在OpenCV SVM中获取分离超平面？

1 个答案: