使用SVM和BOW进行图像分类OpenCV

Question

我尝试使用BoW实现图像分类程序来创建可视化库并使用SVM进行分类。现在我已经完成了Bow部分，而且我有点坚持使用SVM培训部分。

这是我到目前为止所编码的内容。

1）从训练图像中提取（检测和描述）特征。 （我有4类图像） 2）构建训练图像的所有特征的非聚集矩阵 3）使用k均值聚类将数据聚类成袋子（BoW） 5）将可视化库保存为YML格式，以供SVM预测器访问 4）构建与SIFT和FLANN合并的BoW描述符，以从测试图像中提取特征 5）构建SVM分类器

在进行实际预测之前，我的问题不是如何训练SVM分类器。

根据OpenCV 3.1（非2.4）类SVM的参考，

我们可以使用trainAuto（）成员函数训练分类器。为了创建训练数据，我们必须使用以下成员函数之一。

现在说，我更喜欢使用Train :: create功能来创建训练数据。 TrainData :: create（）成员函数的参数是什么。如何为我的案例构建这些参数，其中训练图像全部在由文件夹分隔的同一目录中。参数layout，response，varldx，sampleldx，sampleWeights和varType是什么意思？对不起，如果我问一个基本问题。我是openCv的新手，我在互联网上找不到OpenCV 3.1的足够帮助。我发现的所有材料都与OpenCV 2.4有关。与前一版本相比，OpenCV 3.1进行了大修。此外，3.1的文档处于测试阶段，也没有多大帮助。谢谢。任何帮助表示赞赏。