Opencv 哪种方法更适合训练图像

我们是否可以将训练数据放入每个类的单独目录中，循环遍历每个目录中的图像，并根据目录设置标签，就像我将正面图像放在一个有50个图像的目录中，然后将所有图像分配给1，将另一个有50个负面图像的目录分配所有图像-1？这是正确的方法还是让培训师放松训练

string PosImagesDirectory="E:\\faces\\";
string NegImagesDirectory_2="D:\\not_faces\\";

我首先遍历所有人脸图像并将其赋值为1，然后遍历not_face并将其赋值为-1

或者使用中只有一个目录的方法，如

string YourImagesDirectory_2=“D:\\images\\”

它包含正面和负面图像，随机拍摄图像，我给它们标上数字，哪个图像是正面的，哪个是负面的，但我不清楚这种方法

我想用SIFT/HOG/Bow等特征算法通过图像来训练我的数据，我不理解你的第二种方法。您的意思是在加载它们时一次手动为它们添加一个图像标签吗

我认为第一种方法是可以的。您不需要手动标记它们，只需迭代并标记它们。
第二种方法的意思是，我给正面图像以偶数，给负面图像以奇数，并将它们放入文本文件中，当我随机拍摄图像时，它会检查是否是第19个图像来指定它-1，如果是16个图像，则指定它1，但如果第一种方法是正确的，这对我也有好处，但这种方法会产生错误可能问题出在其他地方，试着分离产生错误的代码行并将其放在问题上如果你想随机化，你可以将所有文件名（作为字符串）放在std:：vector中并随机化你也可以使用std:：pair来包含字符串和标签+1，如果我的第一种方法比我不需要使用第二种方法好，那么下面是我的方法：
http://stackoverflow.com/questions/18391673/getting-error-using-svm-with-surf/18516792#18516792