Question

我正在使用Python OpenCV包装器，我想使用SVM实现一个简单的分类器。
首先，我创建一个填充零的矩阵，其形状为：

np.zeros( (len(positives)+len(negatives), samples_height*samples_width), dtype = np.float32)

之后，我将所有正面和负面样本作为一行加载到矩阵中：

for i, file in enumerate(os.listdir("svm_data/positives")):
    image = cv2.imread("svm_data/positives/"+file, 0)
    traindata[i,:] = np.ravel(image)
    labels.append(0)

for i, file in enumerate(os.listdir("svm_data/negatives")):
    image = cv2.imread("svm_data/negatives/"+file, 0)
    traindata[positives+i,:] = np.ravel(image)
    labels.append(1)

最后我设置了SVM：

self.svm = cv2.ml.SVM_create()
self.svm.setType(cv2.ml.SVM_C_SVC)
self.svm.setGamma(0.5)
self.svm.setC(30)
self.svm.setKernel(cv2.ml.SVM_LINEAR)
self.svm.train(traindata, cv2.ml.ROW_SAMPLE, np.array(labels, dtype = np.int32))
self.svm.save('svm.dat')

顺便说一下。看来svm.load还没有实现。

但是现在，如果我想通过调用以下方法测试我的训练有关SVM的图像来自我的肯定文件夹（或任何其他图像）：

image = np.float32(cv2.imread("svm_data/positives/158_233_486.png", 0))
print self.svm.predict(np.ravel(image))

程序将终止并抛出

OpenCV错误：断言中的断言失败（samples.cols == var_count＆amp;＆amp; samples.type（）== CV_32F）

我读了几篇回答“错误意味着，输入图像的大小或类型与样本不同”但输出结果为：

    print traindata[i,:].shape
    print traindata[i,:].dtype

    print np.ravel(image).shape
    print np.ravel(image).dtype

是

(1681,)
float32
(1681,)
float32

现在我很困惑，希望有人能帮助我。

由于

---------------- UPDATE ----------------

我的样本矩阵的形状似乎存在问题我在svm.cpp

中的1930行上面添加了一些打印件

printf("samples.cols: %d\n", samples.cols);
printf("var_count: %d\n", var_count);
printf("samples.type(): %d\n", samples.type());
printf("CV_32F: %d\n", CV_32F);

CV_Assert( samples.cols == var_count && samples.type() == CV_32F );

OpenCV重建后，我的输出是：

samples.cols: 1
var_count: 1681
samples.type(): 5
CV_32F: 5

OpenCV Error: Assertion failed (samples.cols == var_count && samples.type() == CV_32F) in predict, file opencv/modules/ml/src/svm.cpp, line 1938

---------------- UPDATE ----------------

好的我已经知道了！

image = np.float32(cv2.imread("svm_data/positives/158_233_486.png", 0))
print self.svm.predict(np.ravel(image))

加载的图像是1xn矩阵，但svm预测在我的情况下是nx1数组，所以这对我来说是修复的：）

print self.svm.predict(np.ravel(image)[None, :])

使用Python的OpenCV 3.0 SVM断言错误

0 个答案: