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：

#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

（vs

train

），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hazzy
CV_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。