简单HOG+SVM mnist手写数字分类

2023-07-26 14:05:10

使用工具：VS2013 + OpenCV 3.1

数据集：minst

训练数据：60000张　　测试数据：10000张　　输出模型：HOG_SVM_DATA.xml

数据准备

train-images-idx3-ubyte.gz: training set images (9912422 bytes)
train-labels-idx1-ubyte.gz: training set labels (28881 bytes)
t10k-images-idx3-ubyte.gz: test set images (1648877 bytes)
t10k-labels-idx1-ubyte.gz: test set labels (4542 bytes)

首先我们利用matlab将数据转换成 .bmp 图片格式

fid_image=fopen('train-images.idx3-ubyte','r');

fid_label=fopen('train-labels.idx1-ubyte','r');

% Read the first 16 Bytes

magicnumber=fread(fid_image,4);

size=fread(fid_image,4);

row=fread(fid_image,4);

col=fread(fid_image,4);

% Read the first 8 Bytes

extra=fread(fid_label,8);

% Read labels related to images

imageIndex=fread(fid_label);

Num=length(imageIndex);

% Count repeat times of 0 to 9

cnt=zeros(1,10);

for k=1:Num

    image=fread(fid_image,[max(row),max(col)]);     % Get image data

    val=imageIndex(k);      % Get value of image

    for i=0:9

        if val==i

            cnt(val+1)=cnt(val+1)+1;

        end

    end

    if cnt(val+1)<10

        str=[num2str(val),'_000',num2str(cnt(val+1)),'.bmp'];

    elseif cnt(val+1)<100

        str=[num2str(val),'_00',num2str(cnt(val+1)),'.bmp'];

    elseif cnt(val+1)<1000

        str=[num2str(val),'_0',num2str(cnt(val+1)),'.bmp'];

    else

        str=[num2str(val),'_',num2str(cnt(val+1)),'.bmp'];

    end

    imwrite(image',str);

end

fclose(fid_image);

fclose(fid_label);

然后使用cmd指令写入图片路径： dir /b/s/p/w *.bmp > num.txt 添加标签，如下图

然后打乱样本顺序。

训练

int main0()

{

    vector<string> img_path;//输入文件名变量

    vector<int> img_catg;

    int nLine = ;

    string line;

    size_t pos;

    ifstream svm_data("./train-images/random.txt");//训练样本图片的路径都写在这个txt文件中，使用bat批处理文件可以得到这个txt文件

    unsigned long n;

    while (svm_data)//将训练样本文件依次读取进来

    {

        if (getline(svm_data, line))

        {

            nLine++;

            pos = line.find_last_of(' ');

            img_path.push_back(line.substr(, pos));//图像路径

            img_catg.push_back(atoi(line.substr(pos + ).c_str()));//atoi将字符串转换成整型，标志(0,1，2，...，9)，注意这里至少要有两个类别，否则会出错

        }

    }

    svm_data.close();//关闭文件

    int nImgNum = nLine; //nImgNum是样本数量，只有文本行数的一半，另一半是标签

    cv::Mat data_mat(nImgNum, , CV_32FC1);//第二个参数，即矩阵的列是由下面的descriptors的大小决定的，可以由descriptors.size()得到，且对于不同大小的输入训练图片，这个值是不同的

    data_mat.setTo(cv::Scalar());

    //类型矩阵,存储每个样本的类型标志

    cv::Mat res_mat(nImgNum, , CV_32S);

    res_mat.setTo(cv::Scalar());

    cv::Mat src;

    cv::Mat trainImg(cv::Size(, ), , );//需要分析的图片，这里默认设定图片是28*28大小，所以上面定义了324，如果要更改图片大小，可以先用debug查看一下descriptors是多少，然后设定好再运行      

    //处理HOG特征

    for (string::size_type i = ; i != img_path.size(); i++)

    {

        src = cv::imread(img_path[i].c_str(), );

        if (src.data == NULL)//if (src == NULL)

        {

            cout << " can not load the image: " << img_path[i].c_str() << endl;

            continue;

        }

        //cout << " 处理： " << img_path[i].c_str() << endl;

        cv::resize(src, trainImg, trainImg.size());

        cv::HOGDescriptor *hog = new cv::HOGDescriptor(cv::Size(, ), cv::Size(, ), cv::Size(, ), cv::Size(, ), );

        vector<float>descriptors;//存放结果

        hog->compute(trainImg, descriptors, cv::Size(, ), cv::Size(, )); //Hog特征计算

        //cout << "HOG dims: " << descriptors.size() << endl;

        n = ;

        for (vector<float>::iterator iter = descriptors.begin(); iter != descriptors.end(); iter++)

        {

            //cvmSet(data_mat, i, n, *iter);

            data_mat.at<float>(i, n) = *iter;//存储HOG特征

            n++;

        }

        //cvmSet(res_mat, i, 0, img_catg[i]);

        res_mat.at<int>(i, ) = img_catg[i];

        //cout << " 处理完毕: " << img_path[i].c_str() << " " << img_catg[i] << endl;

    }

    cout << "computed features!" << endl;

    cv::Ptr<cv::ml::SVM> svm = cv::ml::SVM::create();//新建一个SVM

    svm->setType(cv::ml::SVM::C_SVC);

    svm->setKernel(cv::ml::SVM::LINEAR);

    svm->setC();

    //-------------------不使用参数优化-------------------------//

    svm->setTermCriteria(cv::TermCriteria(CV_TERMCRIT_EPS, , FLT_EPSILON));

    svm->train(data_mat, cv::ml::ROW_SAMPLE, res_mat);//训练数据

    //-------------------参数优化-------------------------//

    //svm->setTermCriteria = cv::TermCriteria(cv::TermCriteria::MAX_ITER, (int)1e7, 1e-6);

    //cv::Ptr<cv::ml::TrainData> td = cv::ml::TrainData::create(data_mat, cv::ml::ROW_SAMPLE, res_mat);

    //svm->trainAuto(td, 10);

    //保存训练好的分类器

    svm->save("HOG_SVM_DATA.xml");

    cout << "saved model!" << endl;

    //检测样本

    cv::Mat test;//IplImage *test;

    char result[];

    vector<string> img_test_path;

    vector<int> img_test_catg;

    int coorect = ;

    ifstream img_tst("./test-images/random.txt");  //加载需要预测的图片集合，这个文本里存放的是图片全路径，不要标签

    while (img_tst)

    {

        if (getline(img_tst, line))

        {

            pos = line.find_last_of(' ');

            img_test_catg.push_back(atoi(line.substr(pos + ).c_str()));//atoi将字符串转换成整型，标志(0,1，2，...，9)，注意这里至少要有两个类别，否则会出错

            img_test_path.push_back(line.substr(, pos));//图像路径

        }

    }

    img_tst.close();

    ofstream predict_txt("SVM_PREDICT.txt");//把预测结果存储在这个文本中

    for (string::size_type j = ; j != img_test_path.size(); j++)//依次遍历所有的待检测图片

    {

        test = cv::imread(img_test_path[j].c_str(), );

        if (test.data == NULL)//test == NULL

        {

            cout << " can not load the image: " << img_test_path[j].c_str() << endl;

            continue;

        }

        cv::Mat trainTempImg(cv::Size(, ), , );

        trainTempImg.setTo(cv::Scalar());

        cv::resize(test, trainTempImg, trainTempImg.size());

        cv::HOGDescriptor *hog = new cv::HOGDescriptor(cv::Size(, ), cv::Size(, ), cv::Size(, ), cv::Size(, ), );

        vector<float>descriptors;//结果数组

        hog->compute(trainTempImg, descriptors, cv::Size(, ), cv::Size(, ));

        //cout << "HOG dims: " << descriptors.size() << endl;

        cv::Mat SVMtrainMat(, descriptors.size(), CV_32FC1);

        int n = ;

        for (vector<float>::iterator iter = descriptors.begin(); iter != descriptors.end(); iter++)

        {

            SVMtrainMat.at<float>(, n) = *iter;

            n++;

        }

        int ret = svm->predict(SVMtrainMat);//检测结果

        if (ret == img_test_catg[j])

            coorect++;

        sprintf(result, "%s  %d\r\n", img_test_path[j].c_str(), ret);

        predict_txt << result;  //输出检测结果到文本

    }

    predict_txt.close();

    cout << coorect* / img_test_path.size() << "%" << endl;

    return ;

}

测试

int main(int argc, char* argv[])

{

    cv::Ptr<cv::ml::SVM> svm = cv::ml::SVM::create();

    svm = cv::ml::SVM::load("HOG_SVM_DATA.xml");;//加载训练好的xml文件，这里训练的是10K个手写数字

    //检测样本

    cv::Mat test;

    char result[]; //存放预测结果

    test = cv::imread("6.bmp", ); //待预测图片，用系统自带的画图工具随便手写

    if (!test.data)

    {

        MessageBox(NULL, TEXT("待预测图像不存在！"), TEXT("提示"), MB_ICONWARNING);

        return -;

    }

    cv::Mat trainTempImg(cv::Size(, ), , );

    trainTempImg.setTo(cv::Scalar());

    cv::resize(test, trainTempImg, trainTempImg.size());

    cv::HOGDescriptor *hog = new cv::HOGDescriptor(cv::Size(, ), cv::Size(, ), cv::Size(, ), cv::Size(, ), );

    vector<float>descriptors;//结果数组

    hog->compute(trainTempImg, descriptors, cv::Size(, ), cv::Size(, ));

    //cout << "HOG dims: " << descriptors.size() << endl;

    cv::Mat SVMtrainMat(, descriptors.size(), CV_32FC1);

    int n = ;

    for (vector<float>::iterator iter = descriptors.begin(); iter != descriptors.end(); iter++)

    {

        SVMtrainMat.at<float>(, n) = *iter;

        n++;

    }

    int ret = svm->predict(SVMtrainMat);//检测结果

    sprintf(result, "%d\r\n", ret);

    cv::namedWindow("dst", );

    cv::imshow("dst", test);

    MessageBox(NULL, result, TEXT("预测结果"), MB_OK);

    return ;

}

码农公寓

数据准备

训练

测试

相关文章