OpenCV中使用SVM简介

下面这是opencv官方文档中的代码，我加了一部分注释：

 #include "stdafx.h"
 #include "opencv2/core/core.hpp"
 #include "highgui.h"
 #include "ml.h"

 using namespace cv;

 int _tmain(int argc, _TCHAR* argv[])
 {
     //
     int width = , height = ;
     Mat image = Mat::zeros(height, width, CV_8UC3);

     // set up training data
     float labels[] = {1.0, 1.0, -1.0, -1.0};
     Mat labelsMat(, , CV_32FC1, labels);

     float trainingData[][] = { {, }, {, }, {, }, {, } };
     Mat trainingDataMat(, , CV_32FC1, trainingData);

     // set up SVM's parameters,具体参数设置请看下文
     CvSVMParams params;
     params.svm_type        = CvSVM::C_SVC;
     params.kernel_type    = CvSVM::LINEAR;
     params.term_crit    = cvTermCriteria(CV_TERMCRIT_ITER, , 1e-);

     // train the svm
     CvSVM SVM;
     SVM.train(trainingDataMat, labelsMat, Mat(), Mat(), params);

     Vec3b green(,,), blue(,,);

     // show the decision region given by the SVM
     for (int i = ; i < image.rows; ++ i)
     {
         for (int j = ; j < image.cols; ++ j)
         {
             Mat sampleMat = (Mat_<float>(,) << i,j);

             // predict 函数使用训练好的SVM模型对一个输入的样本进行分类
             float response = SVM.predict(sampleMat);

             if (response == )
             {
                 // 注意这里是(j,i),不是(i,j)
                 image.at<Vec3b>(j,i) = green;
             }
             else
             {
                 // 同上
                 image.at<Vec3b>(j,i) = blue;
             }
         }
     }

     int thickness = -;
     int lineType = ;

     circle(image, Point(,  ), , Scalar(  ,  ,  ), thickness, lineType);
     circle(image, Point(,  ), , Scalar(  ,  ,  ), thickness, lineType);
     circle(image, Point(, ), , Scalar(,,), thickness, lineType);
     circle(image, Point( , ), , Scalar(,,), thickness, lineType);

     // show support vectors
     thickness = ;
     lineType = ;

     // 获得当前的支持向量的个数
     int c = SVM.get_support_vector_count();

     for (int i = ; i < c; ++ i)
     {
         const float* v = SVM.get_support_vector(i);
         circle( image, Point( (int) v[], (int) v[]), , Scalar(, , ), thickness, lineType);
     }

     imwrite("result.png", image); // save the image

     imshow("SVM Simple Example", image); // show it to the user
     waitKey();
     return ;
 }

这里说一下CvSVMParams中的参数设置

 CV_SVM 中的参数设置

 svm_type:
     CvSVM::C_SVC        C-SVC
     CvSVM::NU_SVC       v-SVC
     SvSVM::ONE_CLASS    一类SVM
     CvSVM::EPS_SVR      e-SVR
     CvSVM::NU_SVR       v-SVR

 kernel_type:
     CvSVM::LINEAR       线性：u*v
     CvSVM::POLY　　      多项式(r*u'v + coef0)^degree
     CvSVM::RBF          RBF函数: exp(-r|u-v|^)
     CvSVM::SIGMOID      sigmoid函数: tanh(r*u'v + coef0)

 成员变量
 degree：        针对多项式核函数degree的设置
 gamma：         针对多项式/rbf/sigmoid核函数的设置
 coef0：         针对多项式/sigmoid核函数的设置
 Cvalue：        为损失函数，在C-SVC、e-SVR、v-SVR中有效
 nu：            设置v-SVC、一类SVM和v-SVR参数
 p：             为设置e-SVR中损失函数的值
 class_weights： C_SVC的权重
 term_crit：     为SVM训练过程的终止条件。
                 其中默认值   degree = ，
                             gamma = ，
                             coef0 = ，
                             Cvalue = ，
                             nu = ，
                             p = ，
                             class_weights =