opencv中svm支持向量机c++简单例子introduction

最近在做一些纹理分割方面的东西，需要提取图像特征后进行训练分类。在师兄的指点下了解SVM（支持向量机）可以达到很好的效果。

在opencv（版本）自带OpenCV\samples\cpp\tutorial_code\ml\introduction_to_svm  下找到了简单的introduction_to_svm.cpp

[cpp] view plaincopy

1. #include <opencv2/core/core.hpp>   
2. #include <opencv2/highgui/highgui.hpp>   
3. #include <opencv2/ml/ml.hpp>   
4.   
5. using namespace cv;  
6.   
7. int main()  
8. {  
9.     // Data for visual representation   
10.     int width = 512, height = 512;  
11.     Mat image = Mat::zeros(height, width, CV_8UC3);  
12.   
13.     // Set up training data   
14.     float labels[4] = {1.0, -1.0, -1.0, -1.0};  
15.     Mat labelsMat(4, 1, CV_32FC1, labels);  
16.   
17.     float trainingData[4][2] = { {501, 10}, {255, 10}, {501, 255}, {10, 501} };  
18.     Mat trainingDataMat(4, 2, CV_32FC1, trainingData);  
19.   
20.     // Set up SVM's parameters   
21.     CvSVMParams params;  
22.     params.svm_type    = CvSVM::C_SVC;  
23.     params.kernel_type = CvSVM::LINEAR;  
24.     params.term_crit   = cvTermCriteria(CV_TERMCRIT_ITER, 100, 1e-6);  
25.   
26.     // Train the SVM   
27.     CvSVM SVM;  
28.     SVM.train(trainingDataMat, labelsMat, Mat(), Mat(), params);  
29.   
30.     Vec3b green(0,255,0), blue (255,0,0);  
31.     // Show the decision regions given by the SVM   
32.     for (int i = 0; i < image.rows; ++i)  
33.         for (int j = 0; j < image.cols; ++j)  
34.         {  
35.             Mat sampleMat = (Mat_<float>(1,2) << i,j);  
36.             float response = SVM.predict(sampleMat);  
37.   
38.             if (response == 1)  
39.                 image.at<Vec3b>(j, i)  = green;  
40.             else if (response == -1)  
41.                  image.at<Vec3b>(j, i)  = blue;  
42.         }  
43.   
44.     // Show the training data   
45.     int thickness = -1;  
46.     int lineType = 8;  
47.     circle( image, Point(501,  10), 5, Scalar(  0,   0,   0), thickness, lineType);  
48.     circle( image, Point(255,  10), 5, Scalar(255, 255, 255), thickness, lineType);  
49.     circle( image, Point(501, 255), 5, Scalar(255, 255, 255), thickness, lineType);  
50.     circle( image, Point( 10, 501), 5, Scalar(255, 255, 255), thickness, lineType);  
51.   
52.     // Show support vectors   
53.     thickness = 2;  
54.     lineType  = 8;  
55.     int c     = SVM.get_support_vector_count();  
56.   
57.     for (int i = 0; i < c; ++i)  
58.     {  
59.         const float* v = SVM.get_support_vector(i);  
60.         circle( image,  Point( (int) v[0], (int) v[1]),   6,  Scalar(128, 128, 128), thickness, lineType);  
61.     }  
62.   
63.     imwrite("result.png", image);        // save the image   
64.   
65.     imshow("SVM Simple Example", image); // show it to the user   
66.     waitKey(0);  
67.   
68. }  

在该段程序中，我们运行后得到结果图如下图所示：

但是如果我们将代码第10行的width值改为1024，则数组越界。

最后发现在代码的39行

[cpp] view plaincopy

1. if (response == 1)  
2.     image.at<Vec3b>(j, i)  = green;  
3. else if (response == -1)  
4.      image.at<Vec3b>(j, i)  = blue;  

中，将i，j位置改变后，

[cpp] view plaincopy

1. if (response == 1)  
2.     image.at<Vec3b>(i, j)  = green;  
3. else if (response == -1)  
4.     image.at<Vec3b>(i, j)  = blue;  

得到结果

[cpp] view plaincopy

1. <IMG alt="" src="http://img.blog.csdn.net/20131212212856531">  

明显结果有问题，由于我们改了坐标35行的Mat sampleMat = (Mat_<float>(1,2) << i,j);
顺序也要调换一下，改为Mat sampleMat = (Mat_<float>(1,2) << j,i);结果图就很正常了，如下图

分析该问题的产生原因，主要是image.at<Vec3b>(j, i)这段代码是先行后列，顺序反了。归根到底opencv中的svm以空间为特征的话，一定记得顺序的对应关系，否则会出现很奇怪的结果。

最终修改后代码如下所示：

[cpp] view plaincopy

1. #include <opencv2/core/core.hpp>   
2. #include <opencv2/highgui/highgui.hpp>   
3. #include <opencv2/ml/ml.hpp>   
4.   
5. using namespace cv;  
6.   
7. int main()  
8. {  
9.     // Data for visual representation   
10.     int width = 1024, height = 512;  
11.     Mat image = Mat::zeros(height, width, CV_8UC3);  
12.   
13.     // Set up training data   
14.     float labels[4] = {1.0, -1.0, -1.0, -1.0};  
15.     Mat labelsMat(4, 1, CV_32FC1, labels);  
16.   
17.     float trainingData[4][2] = { {501, 10}, {255, 10}, {501, 255}, {10, 501} };  
18.     Mat trainingDataMat(4, 2, CV_32FC1, trainingData);  
19.   
20.     // Set up SVM's parameters   
21.     CvSVMParams params;  
22.     params.svm_type    = CvSVM::C_SVC;  
23.     params.kernel_type = CvSVM::LINEAR;  
24.     params.term_crit   = cvTermCriteria(CV_TERMCRIT_ITER, 100, 1e-6);  
25.   
26.     // Train the SVM   
27.     CvSVM SVM;  
28.     SVM.train(trainingDataMat, labelsMat, Mat(), Mat(), params);  
29.   
30.     Vec3b green(0,255,0), blue (255,0,0);  
31.     // Show the decision regions given by the SVM   
32.     for (int i = 0; i < image.rows; ++i)  
33.         for (int j = 0; j < image.cols; ++j)  
34.         {  
35.             Mat sampleMat = (Mat_<float>(1,2) << j,i);  
36.             float response = SVM.predict(sampleMat);  
37.   
38.             if (response == 1)  
39.                 image.at<Vec3b>(i, j)  = green;  
40.             else if (response == -1)  
41.                 image.at<Vec3b>(i, j)  = blue;  
42.         }  
43.   
44.         // Show the training data   
45.         int thickness = -1;  
46.         int lineType = 8;  
47.         circle( image, Point(501,  10), 5, Scalar(  0,   0,   0), thickness, lineType);  
48.         circle( image, Point(255,  10), 5, Scalar(255, 255, 255), thickness, lineType);  
49.         circle( image, Point(501, 255), 5, Scalar(255, 255, 255), thickness, lineType);  
50.         circle( image, Point( 10, 501), 5, Scalar(255, 255, 255), thickness, lineType);  
51.   
52.         // Show support vectors   
53.         thickness = 2;  
54.         lineType  = 8;  
55.         int c     = SVM.get_support_vector_count();  
56.   
57.         for (int i = 0; i < c; ++i)  
58.         {  
59.             const float* v = SVM.get_support_vector(i);  
60.             circle( image,  Point( (int) v[0], (int) v[1]),   6,  Scalar(128, 128, 128), thickness, lineType);  
61.         }  
62.   
63.         imwrite("result.png", image);        // save the image   
64.   
65.         imshow("SVM Simple Example", image); // show it to the user   
66.         waitKey(0);  
67.   
68. }