使用工具 :VS2010 + OpenCV 2.4.3
手写数字库:http://code.google.com/p/supplement-of-the-mnist-database-of-handwritten-digits/downloads/list
Hog +SVM 训练10K个图片数据得到分类器:HOG_SVM_DATA.xml 整个过程大概需要5分钟左右,看个人电脑配置,若想提高正确率增大训练样本!
有关批处理的命令见下一篇博客,大家共同学习!
#include "stdafx.h" #include "opencv2/opencv.hpp" #include "windows.h" #include "fstream" using namespace std; using namespace cv; int _tmain(int argc, _TCHAR* argv[]) { vector<string> img_path;//输入文件名变量 vector<int> img_catg; int nLine = 0; string buf; ifstream svm_data( "D:/nums/hb.txt" );//训练样本图片的路径都写在这个txt文件中,使用bat批处理文件可以得到这个txt文件 unsigned long n; while( svm_data )//将训练样本文件依次读取进来 { if( getline( svm_data, buf ) ) { nLine ++; if( nLine % 2 == 0 )//注:奇数行是图片全路径,偶数行是标签 { img_catg.push_back( atoi( buf.c_str() ) );//atoi将字符串转换成整型,标志(0,1,2,...,9),注意这里至少要有两个类别,否则会出错 } else { img_path.push_back( buf );//图像路径 } } } svm_data.close();//关闭文件 CvMat *data_mat, *res_mat; int nImgNum = nLine / 2; //nImgNum是样本数量,只有文本行数的一半,另一半是标签 data_mat = cvCreateMat( nImgNum, 324, CV_32FC1 ); //第二个参数,即矩阵的列是由下面的descriptors的大小决定的,可以由descriptors.size()得到,且对于不同大小的输入训练图片,这个值是不同的 cvSetZero( data_mat ); //类型矩阵,存储每个样本的类型标志 res_mat = cvCreateMat( nImgNum, 1, CV_32FC1 ); cvSetZero( res_mat ); IplImage* src; IplImage* trainImg=cvCreateImage(cvSize(28,28),8,3);//需要分析的图片,这里默认设定图片是28*28大小,所以上面定义了324,如果要更改图片大小,可以先用debug查看一下descriptors是多少,然后设定好再运行 //处理HOG特征 for( string::size_type i = 0; i != img_path.size(); i++ ) { src=cvLoadImage(img_path[i].c_str(),1); if( src == NULL ) { cout<<" can not load the image: "<<img_path[i].c_str()<<endl; continue; } cout<<" 处理: "<<img_path[i].c_str()<<endl; cvResize(src,trainImg); HOGDescriptor *hog=new HOGDescriptor(cvSize(28,28),cvSize(14,14),cvSize(7,7),cvSize(7,7),9); vector<float>descriptors;//存放结果 hog->compute(trainImg, descriptors,Size(1,1), Size(0,0)); //Hog特征计算 cout<<"HOG dims: "<<descriptors.size()<<endl; n=0; for(vector<float>::iterator iter=descriptors.begin();iter!=descriptors.end();iter++) { cvmSet(data_mat,i,n,*iter);//存储HOG特征 n++; } cvmSet( res_mat, i, 0, img_catg[i] ); cout<<" 处理完毕: "<<img_path[i].c_str()<<" "<<img_catg[i]<<endl; } CvSVM svm = CvSVM();//新建一个SVM CvSVMParams param;//这里是SVM训练相关参数 CvTermCriteria criteria; criteria = cvTermCriteria( CV_TERMCRIT_EPS, 1000, FLT_EPSILON ); param = CvSVMParams( CvSVM::C_SVC, CvSVM::RBF, 10.0, 0.09, 1.0, 10.0, 0.5, 1.0, NULL, criteria ); svm.train( data_mat, res_mat, NULL, NULL, param );//训练数据 //保存训练好的分类器 svm.save( "HOG_SVM_DATA.xml" ); //检测样本 IplImage *test; char result[512]; vector<string> img_tst_path; ifstream img_tst( "D:/SVM_TEST.txt" ); //加载需要预测的图片集合,这个文本里存放的是图片全路径,不要标签 while( img_tst ) { if( getline( img_tst, buf ) ) { img_tst_path.push_back( buf ); } } img_tst.close(); ofstream predict_txt( "SVM_PREDICT.txt" );//把预测结果存储在这个文本中 for( string::size_type j = 0; j != img_tst_path.size(); j++ )//依次遍历所有的待检测图片 { test = cvLoadImage( img_tst_path[j].c_str(), 1); if( test == NULL ) { cout<<" can not load the image: "<<img_tst_path[j].c_str()<<endl; continue; } IplImage* trainTempImg=cvCreateImage(cvSize(28,28),8,3); cvZero(trainTempImg); cvResize(test,trainTempImg); HOGDescriptor *hog=new HOGDescriptor(cvSize(28,28),cvSize(14,14),cvSize(7,7),cvSize(7,7),9); vector<float>descriptors;//结果数组 hog->compute(trainTempImg, descriptors,Size(1,1), Size(0,0)); cout<<"HOG dims: "<<descriptors.size()<<endl; CvMat* SVMtrainMat=cvCreateMat(1,descriptors.size(),CV_32FC1); int n=0; for(vector<float>::iterator iter=descriptors.begin();iter!=descriptors.end();iter++) { cvmSet(SVMtrainMat,0,n,*iter); n++; } int ret = svm.predict(SVMtrainMat);//检测结果 sprintf( result, "%s %d\r\n",img_tst_path[j].c_str(),ret ); predict_txt<<result; //输出检测结果到文本 } predict_txt.close(); cvReleaseMat( &data_mat ); cvReleaseMat( &res_mat ); cvReleaseImage(&test); cvReleaseImage(&trainImg); return 0; }
训练样本hb.txt文本内容大致如下(总共20000行,批处理得到如下数据):
总共有10个标签,0到9
待预测文本内容如下(同样批处理得到):
预测结果文本内容如下:
后面的数字是预测结果,正确率还可以。
训练好了分类器,以后就不要再训练了,直接加载分类器
#include "stdafx.h" #include "opencv2/opencv.hpp" #include "windows.h" #include "fstream" using namespace std; using namespace cv; int _tmain(int argc, _TCHAR* argv[]) { CvSVM svm = CvSVM(); svm.load("HOG_SVM_DATA.xml");//加载训练好的xml文件,这里训练的是10K个手写数字 //检测样本 IplImage *test; char result[300]; //存放预测结果 test = cvLoadImage("5.bmp", 1); //待预测图片,用系统自带的画图工具随便手写 if (!test) { MessageBox(NULL,TEXT("待预测图像不存在!"),TEXT("提示"),MB_ICONWARNING); return -1; } IplImage* trainTempImg=cvCreateImage(cvSize(28,28),8,3); cvZero(trainTempImg); cvResize(test,trainTempImg); HOGDescriptor *hog=new HOGDescriptor(cvSize(28,28),cvSize(14,14),cvSize(7,7),cvSize(7,7),9); vector<float>descriptors;//存放结果 hog->compute(trainTempImg, descriptors,Size(1,1), Size(0,0)); //Hog特征计算 cout<<"HOG dims: "<<descriptors.size()<<endl; //打印Hog特征维数 ,这里是324 CvMat* SVMtrainMat=cvCreateMat(1,descriptors.size(),CV_32FC1); int n=0; for(vector<float>::iterator iter=descriptors.begin();iter!=descriptors.end();iter++) { cvmSet(SVMtrainMat,0,n,*iter); n++; } int ret = svm.predict(SVMtrainMat);//检测结果 sprintf(result, "%d\r\n",ret ); cvNamedWindow("dst",1); cvShowImage("dst",test); MessageBox(NULL,result,TEXT("预测结果"),MB_OK); cvReleaseImage(&test); cvReleaseImage(&trainTempImg); return 0; }
待预测图像:
预测结果: