技术标签: 易百纳
//��ʾͼ���ļ�
#include <iostream>
#include <fstream>
#include <string>
#include <vector>
#include <opencv2/opencv.hpp>
#include<opencv2/ml.hpp>
using namespace std;
using namespace cv;
#pragma comment(linker, "/subsystem:\"windows\" /entry:\"mainCRTStartup\"")
void train_data(const char* data_path,const char* save_path);
void svm_test(const char* svn_data_path, const char* test_data_path);
int main()
{
train_data("Resource/train_data.txt","svm_data.xml");
return 1;
vector<string> img_path;
vector<int> img_label;
const char* air_label = "airplanes";
const char* train_dir_path = "Resource/train_images";
char data_path[128] = {0};
sprintf(data_path, "%s/%s.txt", train_dir_path, air_label);
ifstream svm_data(data_path);
if (svm_data.fail())return -1;
string fileName;
while (getline(svm_data, fileName))
{
char full_path[128] = { 0 };
sprintf(full_path, "%s/%s/%s", train_dir_path, air_label, fileName.c_str());
printf("%s\n", full_path);
img_path.push_back(string(full_path));
}
svm_data.close();
Mat data_mat, res_mat;
int nImgNum = img_path.size();
res_mat = Mat::zeros(nImgNum, 1, CV_32FC1);
Mat src;
Mat trainImg = Mat::zeros(64, 64, CV_8UC3);//��Ҫ������ͼƬ
for (string::size_type i = 0; i != img_path.size(); i++)
{
src = imread(img_path[i].c_str(), 1);
resize(src, trainImg, Size(64, 64), 0, 0, INTER_CUBIC);
HOGDescriptor hog = HOGDescriptor(cvSize(64, 64), cvSize(16, 16), cvSize(8, 8), cvSize(8, 8), 9); //������˼���ο�����1,2
vector<float>descriptors;//�������
hog.compute(trainImg, descriptors, Size(1, 1), Size(0, 0)); //���ü��㺯����ʼ����
if (i == 0)
{
data_mat = Mat::zeros(nImgNum, descriptors.size(), CV_32FC1); //��������ͼƬ��С���з���ռ�
}
int n = 0;
for (vector<float>::iterator iter = descriptors.begin(); iter != descriptors.end(); iter++)
{
data_mat.at<float>(i, n) = *iter;
n++;
}
res_mat.at<float>(i, 0) = i%2;
}
CvSVM svm;//�½�һ��SVM
CvSVMParams param;//�����Dz���
CvTermCriteria criteria;
criteria = cvTermCriteria(CV_TERMCRIT_EPS, 1000, FLT_EPSILON);
param = CvSVMParams(CvSVM::C_SVC, CvSVM::RBF, 10.0, 0.09, 1.0, 10.0, 0.5, 1.0, NULL, criteria);
/*
SVM���ࣺCvSVM::C_SVC
Kernel�����ࣺCvSVM::RBF
degree��10.0���˴β�ʹ�ã�
gamma��8.0
coef0��1.0���˴β�ʹ�ã�
C��10.0
nu��0.5���˴β�ʹ�ã�
p��0.1���˴β�ʹ�ã�
Ȼ���ѵ���������滯������������CvMat�͵������
*/
//����������(5)SVMѧϰ�������������
svm.train(data_mat, res_mat, Mat(), Mat(), param);//ѵ����
//�������ѵ�����ݺ�ȷ����ѧϰ����,����SVMѧϰ�����
svm.save("SVM_DATA.xml");
return 1;
//const char *pstrImageName = "Resource/train_images/airplanes/image_0001.jpg";
//const char *pstrWindowsTitle = "OpenCV";
���ļ��ж�ȡͼ��
//IplImage *pImage = cvLoadImage(pstrImageName, CV_LOAD_IMAGE_UNCHANGED);
��������
//cvNamedWindow(pstrWindowsTitle, CV_WINDOW_AUTOSIZE);
��ָ����������ʾͼ��
//cvShowImage(pstrWindowsTitle, pImage);
�ȴ������¼�
//cvWaitKey();
//cvDestroyWindow(pstrWindowsTitle);
//cvReleaseImage(&pImage);
return 0;
}
void train_data(const char* data_path, const char* save_path)
{
vector<string> img_path;
vector<int> img_label;
int index = 0;
ifstream svm_data(data_path);
if (svm_data.fail())return;
string line;
while (getline(svm_data, line))
{
if (index % 2 == 0)
{
img_label.push_back(atoi(line.c_str()));
}
else
{
img_path.push_back(line);
}
index++;
}
svm_data.close();
Mat data_mat, res_mat;
int nImgNum = img_label.size();
res_mat = Mat::zeros(nImgNum, 1, CV_32FC1);
Mat src;
Mat trainImg = Mat::zeros(64, 64, CV_8UC3);//��Ҫ������ͼƬ
for (string::size_type i = 0; i != nImgNum; i++)
{
src = imread(img_path[i].c_str(), 1);
resize(src, trainImg, Size(64, 64), 0, 0, INTER_CUBIC);
HOGDescriptor hog = HOGDescriptor(cvSize(64, 64), cvSize(16, 16), cvSize(8, 8), cvSize(8, 8), 9); //������˼���ο�����1,2
vector<float>descriptors;//�������
hog.compute(trainImg, descriptors, Size(1, 1), Size(0, 0)); //���ü��㺯����ʼ����
if (i == 0)
{
data_mat = Mat::zeros(nImgNum, descriptors.size(), CV_32FC1); //��������ͼƬ��С���з���ռ�
}
int n = 0;
for (vector<float>::iterator iter = descriptors.begin(); iter != descriptors.end(); iter++)
{
data_mat.at<float>(i, n) = *iter;
n++;
}
res_mat.at<float>(i, 0) = img_label[i];
}
CvSVM svm;//�½�һ��SVM
CvSVMParams param;//�����Dz���
CvTermCriteria criteria;
criteria = cvTermCriteria(CV_TERMCRIT_EPS, 1000, FLT_EPSILON);
param = CvSVMParams(CvSVM::C_SVC, CvSVM::RBF, 10.0, 0.09, 1.0, 10.0, 0.5, 1.0, NULL, criteria);
/*
SVM���ࣺCvSVM::C_SVC
Kernel�����ࣺCvSVM::RBF
degree��10.0���˴β�ʹ�ã�
gamma��8.0
coef0��1.0���˴β�ʹ�ã�
C��10.0
nu��0.5���˴β�ʹ�ã�
p��0.1���˴β�ʹ�ã�
Ȼ���ѵ���������滯������������CvMat�͵������
*/
//����������(5)SVMѧϰ�������������
svm.train(data_mat, res_mat, Mat(), Mat(), param);//ѵ����
//�������ѵ�����ݺ�ȷ����ѧϰ����,����SVMѧϰ�����
svm.save(save_path);
}
void svm_test(const char* svm_data_path, const char* test_data_path)
{
CvSVM svm;
svm.load(svm_data_path);
vector<string> img_test_path;
ifstream img_path_input(test_data_path);
if (img_path_input.fail())return;
string line;
while (getline(img_path_input,line))
{
img_test_path.push_back(line);
}
int nImgNum = img_test_path.size();
for (string::size_type i = 0; i != nImgNum; i++)
{
Mat src = imread(img_test_path[i].c_str(), 1);
Mat trainImg = Mat::zeros(64, 64, CV_8UC3);
resize(src, trainImg, Size(64, 64), 0, 0, INTER_CUBIC);
HOGDescriptor hog = HOGDescriptor(cvSize(64, 64), cvSize(16, 16), cvSize(8, 8), cvSize(8, 8), 9); //������˼���ο�����1,2
vector<float>descriptors;//�������
hog.compute(trainImg, descriptors, Size(1, 1), Size(0, 0)); //���ü��㺯����ʼ����
Mat svm_mat = Mat::zeros(nImgNum, descriptors.size(), CV_32FC1);
int n = 0;
for (vector<float>::iterator iter = descriptors.begin(); iter != descriptors.end(); iter++)
{
svm_mat.at<float>(i, n) = *iter;
n++;
}
int ret = svm.predict(svm_mat);
printf("predict:%d | path:%s\n", ret, img_test_path[i].c_str());
}
}
文章浏览阅读3.4k次。WINCC单用户多用户客户机服务器工程师操作员这三个概念如何区分啊。我在MPI网络中,设置两个单用户WINCC分别和一个PLC通讯,这算什么呢?最佳答案1.单用户就是本机直接和plc连接,和其他电脑没有任何关系的,也就是每台电脑单独和PLC通讯,电脑死机或关机时,其它操作站均能正常使用。2.多用户一般是c/s结构用的,上位机之间存在影响的,如服务器故障会影响到客户机的,多用户系统的..._wincc单用户和多用户区别
文章浏览阅读1.6k次。W5500在单片机上的移植代码的移植代码的修改讲解为W550做客户端的例子,首先W5500作为一个以太网的芯片与单片机是通过SPI接口进行通信的。代码的移植首先我们要去W5500的官网去下载它的程序。因为我们是以太网通信,所以我们需要这几个函数。reset_break_gpio_init(); // 复位与中断管脚初始化spi_gpio_init(); //SPI管脚初始化spiinitailize(); _w5500移植
文章浏览阅读1.1k次,点赞54次,收藏29次。本文章详细讲述的栈的概念、结构和思路及代码的实现。零基础也可学!!!!!!详解包您理解到位!!!!!!同时头从栈中取出元素的例子解析,快来看吧。_csdn 栈
文章浏览阅读2.2k次。幸运的是,IntelliJ IDEA 提供了一种自动生成 serialVersionUID 的方法,可以帮助我们简化这个过程。通过使用 IntelliJ IDEA 的自动生成功能,我们在类的定义行上右键单击并选择 “Generate”,然后选择 “Serializable class”,IntelliJ IDEA 将自动生成 serialVersionUID 字段。生成的 serialVersionUID 是基于类的结构和成员的哈希值计算得出的,因此在类的结构发生变化时,生成的值也会相应地发生变化。_idea自动生成serialversionuid
文章浏览阅读85次。智慧导诊针对具体医院业务场景可接入科室介绍,专家介绍,门诊安排,就诊需知, 科室位置等,患者选择科室后可直接完成挂号。智慧导诊系统按照人体的性别差异,设计了男性/女性两种3D立体模型,用于病症库与自助导诊之间数据信息的读取与交互,在软件病症库中,将不同患者的常见病症进行分类整合,患者可通过人体画像选择症状部位,了解对应病症信息和推荐就医科室,为患者提供直观就医指导,减少导诊台工作量。4、根据患者提供的信息,会根据情况提供相关建议,并最终推荐就诊的科室。1)实现患者自助、正确的导诊,提高挂号窗口的速度;
文章浏览阅读990次。【代码】设置vim 显示行号及快速定位。_vim显示行号
文章浏览阅读1.4k次。cd /data/install_pkgwget https://github.com/azkaban/azkaban/archive/3.50.0.tar.gztar -zxvf 3.50.0.tar.gzvi /data/install_pkg/azkaban-3.50.0/azkaban-common/src/main/java/azkaban/utils/EmailMessage..._centos6.9 azkaban
文章浏览阅读586次,点赞23次,收藏30次。博主介绍:CSDN特邀作者、985计算机专业毕业、某互联网大厂高级全栈开发程序员、码云/掘金/华为云/阿里云/InfoQ/StackOverflow/github等平台优质作者、专注于Java、小程序、前端、python等技术领域和毕业项目实战,以及程序定制化开发、全栈讲解、就业辅导、面试辅导、简历修改。精彩专栏 推荐订阅2023-2024年最值得选的微信小程序毕业设计选题大全:100个热门选题推荐2023-2024年最值得选的Java毕业设计选题大全:500个热门选题推荐。
文章浏览阅读944次。由于需要用pyqt给yolov8做一个界面,而ultralytics一层嵌一层,不是很好用,所以对它的这个源码进行精简,具体代码我放到了这里,ultralytics使用的版本是8.0.54。具体代码如下,需要根据自己的情况来修改data的配置文件以及权值文件,在代码的49和50行。_from ultralytics.utils.plotting import annotator, colors, save_one_box modul
文章浏览阅读1.1k次。C++面向对象程序设计教程课后题答案1、1什么就是面向对象程序设计?面向对象程序设计就是一种新的程序设计范型、这种范型的主要特征就是:程序=对象+消息面向对象程序的基本元素就是对象。主要结构特点就是:第一,程序一般由类的定义与类的使用两部分组成;第二,程序中的一切操作都就是通过向对象发送消息来实现的。1、2什么就是对象?什么就是类?对象与类之间的关系就是什么?对象就是描述其属性的数据以及对这些数据..._c++面向对象程序设计 陈维兴,林小茶课后习题
文章浏览阅读993次。前言写这个文章原因就是 要考虑uni-app打包成ios或android -app调试离线情况下线上引入icon无法显示的原因;就是uni-app iconfont离线引入本地引入一、自定义iconfont阿里巴巴矢量图标库https://www.iconfont.cn,创建项目,查找图标加入购物车后添加进自建项目内二、线上引用 先点刷新提示红字后刷新在线代码,然后将代码复..._uniapp加载在线css
文章浏览阅读2.5k次,点赞4次,收藏8次。如何 vscode 文件标签栏多行显示?步骤:ctrl + shift + p输入:open workspace settings搜索:wrap勾选:wrap tabs设置之后 第二次打开vscode 还是回一行文件名显示解决办法是:将这个设置写入配置json文件ctrl + shift + p输入:open workspace settings(JSON)添加配置,配置可通过配置界面操作得到{ // add at end "workbench.editor_vscode标签页多行