Python OpenCV SVM实现

Question

所以我有一个矩阵,我的样本图像(都变成了矢量)通过PCA/LDA运行,一个矢量表示每个图像所属的类.现在我想使用OpenCV SVM类来训练我的SVM(我正在使用Python,OpenCV 2.3.1).但我在定义参数时遇到问题:

test = cv2.SVM()
test.train(trainData, responses, ????)

我坚持如何定义SVM的类型(线性等)和其他东西.在C++中,您可以通过以下方式定义它:svm_type = CvSVM :: C_SVC ... Python没有.C++还有一个特殊的类来存储这些参数 - > CvSVMParams.有人能用Python给我一个例子吗？比如定义SVM类型,gamma等.

2.3.1文档说它是这样的:

Python: cv2.SVM.train(trainData, responses[, varIdx[, sampleIdx[, params]]]) ? retval

什么是varIdx和sampleIdx,以及如何定义参数？

Answer 1

要使用OpenCV机器学习算法,您必须编写一些包装类:

1.第一个父母班

class StatModel(object):
    '''parent class - starting point to add abstraction'''    
    def load(self, fn):
        self.model.load(fn)
    def save(self, fn):
        self.model.save(fn)

2.最后SvM包装器:

class SVM(StatModel):
    '''wrapper for OpenCV SimpleVectorMachine algorithm'''
    def __init__(self):
        self.model = cv2.SVM()

    def train(self, samples, responses):
        #setting algorithm parameters
        params = dict( kernel_type = cv2.SVM_LINEAR, 
                       svm_type = cv2.SVM_C_SVC,
                       C = 1 )
        self.model.train(samples, responses, params = params)

    def predict(self, samples):
        return np.float32( [self.model.predict(s) for s in samples])

3.示例用法:

import numpy as np
import cv2

samples = np.array(np.random.random((4,2)), dtype = np.float32)
y_train = np.array([1.,0.,0.,1.], dtype = np.float32)

clf = SVM()
clf.train(samples, y_train)
y_val = clf.predict(samples)

设置参数

设置参数很简单 - 只需编写一个将参数保存为键的字典.您应该查看原始文档以查看所有可能的参数和允许的值:http://opencv.itseez.com/modules/ml/doc/support_vector_machines.html#cvsvmparams

是的,svm_type和kernel_type的可能值在C++中,但是有很简单的方法可以将这些常量转换为Python表示,例如CvSVM :: C_SVC在Python中被编写为cv2.SVM_C_SVC.

前奏 要获得机器学习算法的详细包装,看看letter-recog.py例如在磁盘或OpenCV的库的打开URL您的OpenCV的例子:https://github.com/Itseez/opencv/tree/master/samples/python2