OpenCV无法设置SVM参数 我刚刚开始使用C++ OpenCV学习SVM,并参考SVM文档。我想先试用链接中的示例源代码以熟悉它,但我无法运行示例源代码。它返回错误:
错误1错误C2065:“CvSVMParams”:未声明的标识符 我正在使用Visual Studio 2012和OpenCV 3.0.0。设置过程应该是正确的,因为除此之外,所有其他代码都工作正常。很多事情都发生了变化。其中包括机器学习模块,它不向后兼容 这是OpenCV,OpenCV 3.0的更新:OpenCV无法设置SVM参数 我刚刚开始使用C++ OpenCV学习SVM,并参考SVM文档。我想先试用链接中的示例源代码以熟悉它,但我无法运行示例源代码。它返回错误:,c++,opencv,visual-studio-2012,svm,opencv3.0,C++,Opencv,Visual Studio 2012,Svm,Opencv3.0,错误1错误C2065:“CvSVMParams”:未声明的标识符 我正在使用Visual Studio 2012和OpenCV 3.0.0。设置过程应该是正确的,因为除此之外,所有其他代码都工作正常。很多事情都发生了变化。其中包括机器学习模块,它不向后兼容 这是OpenCV,OpenCV 3.0的更新: #include <opencv2/core.hpp> #include <opencv2/imgproc.hpp> #include "opencv2/imgcodec
#include <opencv2/core.hpp>
#include <opencv2/imgproc.hpp>
#include "opencv2/imgcodecs.hpp"
#include <opencv2/highgui.hpp>
#include <opencv2/ml.hpp>
using namespace cv;
using namespace cv::ml;
int main(int, char**)
{
// Data for visual representation
int width = 512, height = 512;
Mat image = Mat::zeros(height, width, CV_8UC3);
// Set up training data
int labels[4] = { 1, -1, -1, -1 };
Mat labelsMat(4, 1, CV_32SC1, labels);
float trainingData[4][2] = { { 501, 10 }, { 255, 10 }, { 501, 255 }, { 10, 501 } };
Mat trainingDataMat(4, 2, CV_32FC1, trainingData);
// Set up SVM's parameters
Ptr<SVM> svm = SVM::create();
svm->setType(SVM::C_SVC);
svm->setKernel(SVM::LINEAR);
svm->setTermCriteria(TermCriteria(TermCriteria::MAX_ITER, 100, 1e-6));
// Train the SVM with given parameters
Ptr<TrainData> td = TrainData::create(trainingDataMat, ROW_SAMPLE, labelsMat);
svm->train(td);
// Or train the SVM with optimal parameters
//svm->trainAuto(td);
Vec3b green(0, 255, 0), blue(255, 0, 0);
// Show the decision regions given by the SVM
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;
}
// Show the training data
int thickness = -1;
int lineType = 8;
circle(image, Point(501, 10), 5, Scalar(0, 0, 0), thickness, lineType);
circle(image, Point(255, 10), 5, Scalar(255, 255, 255), thickness, lineType);
circle(image, Point(501, 255), 5, Scalar(255, 255, 255), thickness, lineType);
circle(image, Point(10, 501), 5, Scalar(255, 255, 255), thickness, lineType);
// Show support vectors
thickness = 2;
lineType = 8;
Mat sv = svm->getSupportVectors();
for (int i = 0; i < sv.rows; ++i)
{
const float* v = sv.ptr<float>(i);
circle(image, Point((int)v[0], (int)v[1]), 6, Scalar(128, 128, 128), thickness, lineType);
}
imwrite("result.png", image); // save the image
imshow("SVM Simple Example", image); // show it to the user
waitKey(0);
}
#包括
#包括
#包括“opencv2/imgcodecs.hpp”
#包括
#包括
使用名称空间cv;
使用名称空间cv::ml;
int main(int,char**)
{
//用于视觉表示的数据
整数宽度=512,高度=512;
材料图像=材料::零(高度、宽度、CV_8UC3);
//建立培训数据
int标签[4]={1,-1,-1};
Mat标签Mat(4,1,CV_32SC1,标签);
float trainingData[4][2]={{501,10},{255,10},{501255},{10501};
Mat培训数据Mat(4,2,CV_32FC1,培训数据);
//建立支持向量机的参数
Ptr-svm=svm::create();
svm->setType(svm::C_SVC);
svm->setKernel(svm::LINEAR);
svm->setTermCriteria(TermCriteria(TermCriteria::MAX_ITER,100,1e-6));
//用给定的参数训练支持向量机
Ptr td=列车数据::创建(列车数据垫、行样本、标签垫);
支持向量机->训练(td);
//或者用最优参数训练支持向量机
//svm->trainAuto(td);
Vec3b绿色(0,255,0),蓝色(255,0,0);
//显示SVM给出的决策区域
对于(int i=0;igetSupportVectors();
对于(int i=0;i
输出应该如下所示:
我发现上面的代码工作正常,但我需要做一些小修改,将标签转换为整数。修改以粗体显示:
// Set up training data **Original**:
int labels[4] = { 1, -1, -1, -1 };
Mat labelsMat(4, 1, **CV_32SC1**, labels);
// Set up training data **Modified**:
int labels[4] = { 1, -1, -1, -1 };
Mat labelsMat(4, 1, **CV_32S**, labels);
谢谢。但是我现在收到了这个错误:错误C2039:“Params”:不是“cv::ml::SVM”的成员。你能展示一些代码吗?对不起,我只是复制了完全相同的示例源代码,可能该示例也过时了……像我在回答我链接的问题时那样设置参数,即
SVM->setType(SVM::C_SVC)
,等等……好吧,这可能很重要,我将添加一个答案如果我有两个正负数据集,我如何训练这些数据集SVM@Miki谢谢-搜索引擎展示了很多老方法,所以总是很难找到这些新东西!我修改了它,以明确显示哪些东西在哪个名称空间中将图形链接到实际数据,而不是复制它:@Miki我们不能在堆栈上创建SVM对象有什么原因吗?我查看了SVM.cpp
和create()
只是返回一个SVMImpl
,但这是故意隐藏的,我猜这是因为这就是PIMPL的目的?只是想确认我的理解:)@Miki我尝试了trainAuto
(vstrain
),发现响应在使用train
时到处都是零。输出图像看起来是一样的,除了大的蓝色区域变为黑色(当图像初始化为零时)。这是预期的吗?嗨,大卫!我明天再查。。或在星期一,;谢谢你的编辑!(据我所知是为了适应“算法”接口。是的,pimpl..不打算在类外使用)为什么需要这样做?据我所知,类标签是双精度的,或者特征矩阵是整数。这是6个多月前的事了,所以它的hazzyCV_32S
和CV_32SC1
对于构造函数的调用方式没有任何影响。他们在这里的意思是一样的。