在 OpenCV 上使用 SVM 训练图像
Posted
技术标签:
【中文标题】在 OpenCV 上使用 SVM 训练图像【英文标题】:Training images using SVM on OpenCV 【发布时间】:2015-06-03 14:07:07 【问题描述】:我正在尝试对图像进行分类(下一步我将根据特征进行分类,但现在只想尝试是否正确)
这是我的代码。
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/ml/ml.hpp>
using namespace cv;
using namespace std;
int main()
Mat image[2];
image[0]= imread("image.jpg",0);
image[1]= imread("wrongimage.jpg",0);
Mat rotated = imread("image.jpg",0);
image[0] = image[0].reshape(0, 1); //SINGLE LINE
image[1] = image[1].reshape(0, 1); //SINGLE LINE
// image[0].convertTo(image[0], CV_32FC1); //CONVERT TO 32FC1
// image[1].convertTo(image[1], CV_32FC1); //CONVERT TO 32FC1
Mat new_image(2,1,CV_32FC1,image); //CONVERT TO 32FC1
float labels[2] = 1.0, -1.0;
Mat labelsmat(2,1,CV_32FC1,labels); //correct labels 1
labelsmat.convertTo(labelsmat, CV_32FC1);
CvSVMParams params;
params.svm_type = CvSVM::C_SVC;
params.kernel_type = CvSVM::LINEAR;
params.gamma = 3;
params.degree = 3;
CvSVM svm;
svm.train(new_image, labelsmat, Mat(),Mat(),params);
// svm.train(training_mat2, labelsmat, Mat(),Mat(),params);
// svm.train(training_mat2, labelsmat, Mat(), Mat(), params);
svm.save("svm.xml"); // saving
svm.load("svm.xml"); // loading
rotated = rotated.reshape(0,1);
rotated.convertTo(rotated, CV_32FC1);
svm.predict(rotated);
由于使用 opencv svm 训练图像缺乏记录,我试图通过阅读 using OpenCV and SVM with images 和 http://docs.opencv.org/doc/tutorials/ml/introduction_to_svm/introduction_to_svm.html 来管理一些东西
我设法训练了我的图像,但我发现这个训练 xml 文件不正确,因为我没有指出哪个图像是正确的 (1) 或错误的 (-1)
当我尝试用我训练过的图像进行 svm 预测时,我会出错
OpenCV 错误:输入参数的大小不匹配(样本大小 与用于培训的不同)在 cvPreparePredictData,文件 /tmp/opencv-DXLi8/opencv-2.4.9/modules/ml/src/inner_functions.cpp, 第 1114 行 libc++abi.dylib:以未捕获的类型异常终止 简历::异常: /tmp/opencv-DXLLi8/opencv-2.4.9/modules/ml/src/inner_functions.cpp:1114: 错误:(-209)样本量与所使用的不同 在函数 cvPreparePredictData 中训练
这里也是 SVM 生成的 xml。
<?xml version="1.0"?>
<opencv_storage>
<my_svm type_id="opencv-ml-svm">
<svm_type>C_SVC</svm_type>
<kernel><type>LINEAR</type></kernel>
<C>1.</C>
<term_criteria><epsilon>1.1920928955078125e-07</epsilon>
<iterations>1000</iterations></term_criteria>
<var_all>1</var_all>
<var_count>1</var_count>
<class_count>2</class_count>
<class_labels type_id="opencv-matrix">
<rows>1</rows>
<cols>2</cols>
<dt>i</dt>
<data>
-1 1</data></class_labels>
<sv_total>1</sv_total>
<support_vectors>
<_>
-1.56709105e-02</_></support_vectors>
<decision_functions>
<_>
<sv_count>1</sv_count>
<rho>-1.</rho>
<alpha>
1.</alpha>
<index>
0</index></_></decision_functions></my_svm>
</opencv_storage>
更新
我已经根据 guneykayim 的建议更改了我的代码,但现在我得到了 EXC_BAD_ACCESS(代码=1 地址=...)错误。我的更新代码如下。
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/ml/ml.hpp>
using namespace cv;
using namespace std;
int main()
Mat image[2];
image[0]= imread("image.jpg",0);
image[1]= imread("wrongimage.jpg",0);
Mat rotated = imread("image.jpg",0);
image[0] = image[0].reshape(0, 1); //SINGLE LINE
image[1] = image[1].reshape(0, 1); //SINGLE LINE
// int size = sizeof(image)/sizeof(Mat);
// image[0].convertTo(image[0], CV_32FC1); //CONVERT TO 32FC1
// image[1].convertTo(image[1], CV_32FC1); //CONVERT TO 32FC1
Mat new_image(2,341318,CV_32FC1,image); //CONVERT TO 32FC1
float labels[2] = 1.0, -1.0;
Mat labelsmat(2,1,CV_32FC1,labels); //correct labels 1
labelsmat.convertTo(labelsmat, CV_32FC1);
cout<<image[0].size()<<endl;
cout<<new_image.size()<<endl;
CvSVMParams params;
params.svm_type = CvSVM::C_SVC;
params.kernel_type = CvSVM::LINEAR;
params.gamma = 3;
params.degree = 3;
CvSVM svm;
svm.train_auto(new_image, labelsmat,Mat(),Mat(),params);
// svm.train_(new_image, labelsmat, Mat(),Mat(),params);
// svm.train(training_mat2, labelsmat, Mat(),Mat(),params);
// svm.train(training_mat2, labelsmat, Mat(), Mat(), params);
svm.save("svm.xml"); // saving
svm.load("svm.xml"); // loading
rotated = rotated.reshape(0,1);
rotated.convertTo(rotated, CV_32FC1);
cout<<svm.predict(rotated)<<endl;
我的图像尺寸是:[170569 x 1] new_image 大小为 [341318 x 2]
【问题讨论】:
【参考方案1】:有几件事你做错了,或者你不知道自己在做什么。
-
您说您没有指出哪个图像是正确的 (1) 或错误的 (-1),但是您使用以下行指出了:
float labels[2] = 1.0, -1.0;
您创建的训练集有误。假设您的图像大小为640x480
。然后当你重塑它们时,它们将是307200
大小的向量,这很好。因此,您称为new_image
的训练集应该是2x307200
大小的,并且每一行应该代表一个图像,但是您创建的是 2x1 大小的训练集。这就是为什么当您尝试预测时会收到错误消息Sizes of input arguments do not match
。您使用 2x1
大小的训练集训练了 SVM,并尝试使用 1x307200
向量进行预测。
除此之外,您不应该使用幻数设置 SVM 参数,您需要通过交叉验证来优化它们。在这个玩具例子中你当然不能做参数优化,我想说的是你应该知道设置 SVM 参数是一项非常关键的任务。
我已经回答了几个关于 SVM 的问题,您可以从我的个人资料中查看。
希望这会有所帮助。
更新
您可以通过以下代码检查您的 creatnig new_image
是否正确:
Mat image[2];
image[0]= imread("image.jpg",0);
image[1]= imread("wrongimage.jpg",0);
// dont reshape them for debugging purposes...
//image[0] = image[0].reshape(0, 1); //SINGLE LINE
//image[1] = image[1].reshape(0, 1); //SINGLE LINE
// I assume that images are 640x480, change the value accordig to the image sizes, or directly use values in the size parameter
Mat new_image(1280, 480, CV_32FC1, image); //CONVERT TO 32FC1
// visualize the image see if the previous line of code does its job correctly.
imshow("new_image", new_image);
更新 2
您需要从您的 cv::Mat
数组创建单个 cv::Mat
对象。显然,以下行无法正确执行。
Mat new_image(2,341318,CV_32FC1,image);
找个合适的方法吧,目前我没有安装OpenCV环境,你基本上可以再问一个问题。
请记住,您的new_image
变量的大小应为[image_count * (image_width * image_height)]
,并且每一行应将图像矢量表示为1 * (image_width * image_height)
的大小。
【讨论】:
@Rodrane 很可能您无法正确创建new_image
。确保您正确创建它。为什么注释掉图片类型转换代码?请使用新代码更新您的问题,不要分享这样的链接。最好将更新后的代码贴在原始问题的底部。
您好,我也更新了我的问题,但您的解决方案并没有帮助我重塑或正常
@Rodrane 没有帮助是什么意思?当您尝试显示图像时发生了什么?你看到正确的图像了吗?如果你这样做了,我目前不知道问题是什么,可能是cv::Mat
类型。如果您没有看到正确的图像,那么您的问题肯定是创建 new_image
变量。
因为我已经发布了大小的图像,它似乎很好,但是我仍然收到 exc_bad_access 错误。
@Rodrane 您没有阅读我写的内容 :) 请按照我在更新的答案中所写的那样可视化输出,以查看是否正确生成了 new_image
。正确的大小并不意味着它是正确创建的。以上是关于在 OpenCV 上使用 SVM 训练图像的主要内容,如果未能解决你的问题,请参考以下文章
OpenCV 3.2.0:读取 Canny 图像以训练 SVM