2011.3.25 bag of words中结果的图形化以及用训练结果做测试。
先来看看opencv2.2中svm的使用，还是以（1）中的例子来看。
//init数据
float fdata[25]={0.608,-1.590,0.235,3.949,-2.249,2.704,-2.473,0.672,0.262,1.072,-1.773,0.537,3.240,2.400,-2.499,2.608,-3.458,0.257,2.569,1.415,1.410,-2.653,1.396,3.286,-0.712};
cv::Mat data=cv::Mat(25,1,CV_32FC1,fdata);
float fbestLabels[25]={1,0,1,1,0,1,0,1,1,1,0,1,1,1,0,1,0,1,1,1,1,0,1,1,0};
cv::Mat bestLabels=cv::Mat(25,1,CV_32FC1,fbestLabels);
int k=2;
CvMat mdata=data; //Cvmat 是一个结构，cv：：mat是一个类，为啥可以这么赋值不是很明白，
//不过opencv的源码中都是这么写的。应该是指针的好处吧
CvMat mbestLabels=bestLabels;
cv::SVMParams svmParams=cv::SVMParams(CvSVM::C_SVC, CvSVM::RBF,CvSVM::DEGREE,CvSVM::GAMMA,CvSVM::COEF,2,CvSVM::NU, 0.0001, NULL,cvTermCriteria(CV_TERMCRIT_EPS, 100, 0.0001));// svm参数中Cvalue不知道是什么意思猜测是类的个数，所以填了个2
cv::SVM svm;
svm.train(&mdata,&mbestLabels,0,0,svmParams); //如果用train_auto方法就可以用cv：：mat代替cvmat了。04.12
//构建测试数据
float tdata[1]={-0.708};
cv::Mat ttdata=cv::Mat(1,1,CV_32FC1,tdata);
CvMat mttdata=ttdata;
float result=svm.predict(&mttdata);//如果要对一组数据进行测试，也只能一个向量一个向量的调用predict方法？
//同样的，predict有3种形式，但只支持cvmat的输入，其实最好的应该是cv：：mat嘛
printf("f%",result);
return 0;
补充：按照智能提示输入svm.train()的参数时老提示通不过，发现train有2种格式，其中一个是需要swig支持的。貌似在vs c++里得花点时间才能用。先跳过。
需要swig支持，但是看到opencv的change log说SWIG-based Python wrappers are not included anymore.
不支持cv：：Mat
可以轻松的把CvMat 转化成cv：：mat，通过cv：：mat（Cvmat *data），反过来也很便捷直接赋值就可以了。（参考svm.cpp，第一个方法其实就是封装了第2个方法，直接赋值的。）
cv：：mat用起来显然比CvMat方便。