OpenCV中使用SVM简介 PAK FA T

下面这是opencv官方文档中的代码，我加了一部分注释：

 1 #include "stdafx.h"
 2 #include "opencv2/core/core.hpp"
 3 #include "highgui.h"
 4 #include "ml.h"
 5 
 6 using namespace cv;
 7 
 8 int _tmain(int argc, _TCHAR* argv[])
 9 {
10     // 
11     int width = 512, height = 512;
12     Mat image = Mat::zeros(height, width, CV_8UC3);
13 
14     // set up training data
15     float labels[4] = {1.0, 1.0, -1.0, -1.0};
16     Mat labelsMat(4, 1, CV_32FC1, labels);
17 
18     float trainingData[4][2] = { {501, 10}, {255, 10}, {501, 255}, {10, 501} };
19     Mat trainingDataMat(4, 2, CV_32FC1, trainingData);
20 
21     // set up SVM's parameters,具体参数设置请看下文
22     CvSVMParams params;
23     params.svm_type        = CvSVM::C_SVC;
24     params.kernel_type    = CvSVM::LINEAR;
25     params.term_crit    = cvTermCriteria(CV_TERMCRIT_ITER, 100, 1e-6);
26 
27     // train the svm
28     CvSVM SVM;
29     SVM.train(trainingDataMat, labelsMat, Mat(), Mat(), params);
30 
31     Vec3b green(0,255,0), blue(255,0,0);
32 
33     // show the decision region given by the SVM
34     for (int i = 0; i < image.rows; ++ i)
35     {
36         for (int j = 0; j < image.cols; ++ j)
37         {
38             Mat sampleMat = (Mat_<float>(1,2) << i,j);
39 
40             // predict 函数使用训练好的SVM模型对一个输入的样本进行分类
41             float response = SVM.predict(sampleMat);
42 
43             if (response == 1)
44             {
45                 // 注意这里是(j,i),不是(i,j)
46                 image.at<Vec3b>(j,i) = green;
47             }
48             else
49             {
50                 // 同上
51                 image.at<Vec3b>(j,i) = blue;
52             }
53         }
54     }
55 
56     int thickness = -1;
57     int lineType = 8;
58 
59     circle(image, Point(501,  10), 5, Scalar(  0,  0,  0), thickness, lineType);
60     circle(image, Point(255,  10), 5, Scalar(  0,  0,  0), thickness, lineType);
61     circle(image, Point(501, 255), 5, Scalar(255,255,255), thickness, lineType);
62     circle(image, Point( 10, 501), 5, Scalar(255,255,255), thickness, lineType);
63 
64     // show support vectors
65     thickness = 2;
66     lineType = 8;
67 
68     // 获得当前的支持向量的个数
69     int c = SVM.get_support_vector_count();
70 
71     for (int i = 0; i < c; ++ i)
72     {
73         const float* v = SVM.get_support_vector(i);
74         circle( image, Point( (int) v[0], (int) v[1]), 6, Scalar(128, 128, 128), thickness, lineType);
75     }
76 
77     imwrite("result.png", image); // save the image
78 
79     imshow("SVM Simple Example", image); // show it to the user
80     waitKey(0);
81     return 0;
82 }

这里说一下CvSVMParams中的参数设置

 1 CV_SVM 中的参数设置
 2 
 3 svm_type:
 4     CvSVM::C_SVC        C-SVC
 5     CvSVM::NU_SVC       v-SVC
 6     SvSVM::ONE_CLASS    一类SVM
 7     CvSVM::EPS_SVR      e-SVR
 8     CvSVM::NU_SVR       v-SVR
 9     
10 kernel_type:
11     CvSVM::LINEAR       线性：u*v
12     CvSVM::POLY　　      多项式(r*u'v + coef0)^degree
13     CvSVM::RBF          RBF函数: exp(-r|u-v|^2)
14     CvSVM::SIGMOID      sigmoid函数: tanh(r*u'v + coef0)
15     
16 成员变量
17 degree：        针对多项式核函数degree的设置
18 gamma：         针对多项式/rbf/sigmoid核函数的设置
19 coef0：         针对多项式/sigmoid核函数的设置
20 Cvalue：        为损失函数，在C-SVC、e-SVR、v-SVR中有效
21 nu：            设置v-SVC、一类SVM和v-SVR参数
22 p：             为设置e-SVR中损失函数的值
23 class_weights： C_SVC的权重
24 term_crit：     为SVM训练过程的终止条件。
25                 其中默认值   degree = 0，
26                             gamma = 1，
27                             coef0 = 0，
28                             Cvalue = 1，
29                             nu = 0，
30                             p = 0，
31                             class_weights = 0