svm+hog 训练，检测手写数字

怼烎@ 2022-06-09 10:26 275阅读 0赞

写数字库：http://code.google.com/p/supplement-of-the-mnist-database-of-handwritten-digits/downloads/list 一、 下载训练用的图片 下载名字为t10k-images-bmp.rar的那个。别的都是二进制文件，只有这个事bmp格式的。
     二、用批处理命令处理初始实验数据
     首先，把图片分文件夹放好。如下：
     
     接下来我就以1为例：在1的文件夹内新建txt文件，里面复制上代码：dir /b/s/p/w *.bmp > num.txt
     然后保存，把这个txt文件的后缀改成bat，双击。会得到一个num.txt文件。
     接着再新建一个txt文件，里面复制代码：
     setlocal enabledelayedexpansion
    for /f "delims=  " %%a in (num.txt) do (
    set /a line =0
    echo %%a >>0.txt
    echo !line! >>0.txt 
    )注意：红色字体待修改部分，对应数字
     后缀改成bat，双击。这时黑色窗口会跑一会儿。
     接着得到一个名称为0.txt的文件。里面应该是这样的： D:\Dataset\Digital_num\t10k-images\0\0_0.bmp  0

D:\\Dataset\\Digital\_num\\t10k-images\\0\\0\_1.bmp   
0   
D:\\Dataset\\Digital\_num\\t10k-images\\0\\0\_10.bmp   
0   
D:\\Dataset\\Digital\_num\\t10k-images\\0\\0\_100.bmp   
0   
D:\\Dataset\\Digital\_num\\t10k-images\\0\\0\_101.bmp   
0

D:\\Dataset\\Digital\_num\\t10k-images\\0\\0\_102.bmp

这个样子。偶数行是训练样本所属的类。
     然后，在
     
     这个文件夹里再设置一个批处理，这里叫hb.bat，里面附上代码：
     @echo off
    set d=d:\nums
    pushd %d%
    del hb.tmp 2>nul
    for /f "tokens=*" %%i in ('dir/b/s *.txt') do type "%%i">>hb.txt
    ren hb.tmp hb.txt
    popd
     目的就是把在这10个文件夹里的txt文本很到一起，生成hb.txt。其实这里有用的只是每个文件夹里面的0.txt 这个文件，num.txt由于没有分类号，是用不上的，你可以提前删去（不删也无所谓，在训练的时候会自动舍弃）。 这里的hb.txt的文件就是我们最后要输入程序的。假设我们把它放在了d盘的根目录。 
     三、代码分析
     
      
       
      1、main.cpp
     
      
     
      
      
       // opencv手写数字.cpp : 定义控制台应用程序的入口点。
      
       //操作说明：
    //功能1：在界面上用鼠标画出0---9之间的任意数
    //功能2：将所有图片信息保存在.xml文件中
    //功能3：对1中所画出的数字进行预测
    
    #include "stdafx.h"
    
    #include <opencv2/opencv.hpp>
    #include <fstream>
    #include <iostream>
    #include <string>
    #include <sstream>
    
    using namespace std;
    using namespace cv;
    
    #include "mousedraw.h"
    
    
    #define resulttxt "D:/Dataset/Digital_num/t10k-images/hb.txt"
    
    void buildImg()
    {
        BoxExtractor box;
        Mat res = box.MouseDraw ("draw",Mat(600,600,CV_8UC3,Scalar(255,0,0)),Scalar(255,255,255),18);
        imwrite ("D:/Dataset/Digital_num/t10k-images/test.jpg",res);
    }
    
    void testTrain()
    {
        vector<string> img_path;//输入文件名变量
        vector<int> img_catg;
        int nLine = 0;
        string buf;
        ifstream svm_data(resulttxt);//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, buf ) )
            {
                nLine ++;
                if( nLine % 2 == 0 )//注：奇数行是图片全路径，偶数行是标签
                {
                    img_catg.push_back( atoi( buf.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
                }
                else
                {
                    img_path.push_back( buf );//图像路径
                }
            }
        }
        svm_data.close();//关闭文件
        CvMat *data_mat, *res_mat;
        int nImgNum = nLine / 2; //nImgNum是样本数量，只有文本行数的一半，另一半是标签
        data_mat = cvCreateMat( nImgNum, 324, 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
        cvSetZero( data_mat );
        //类型矩阵,存储每个样本的类型标志
        res_mat = cvCreateMat( nImgNum, 1, CV_32FC1 );
        cvSetZero( res_mat );
        IplImage* src;
        IplImage* trainImg=cvCreateImage(cvSize(28,28),8,3);//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 = 0; i != img_path.size(); i++ )
        {
            src=cvLoadImage(img_path[i].c_str(),1);
            if( src == NULL )
            {
                cout<<" can not load the image: "<<img_path[i].c_str()<<endl;
                continue;
            }
            cout<<"deal with\t"<<img_path[i].c_str()<<endl;
            cvResize(src,trainImg);
            HOGDescriptor *hog=new HOGDescriptor(cvSize(28,28),cvSize(14,14),cvSize(7,7),cvSize(7,7),9);
            vector<float>descriptors;//存放结果
            hog->compute(trainImg, descriptors,Size(1,1), Size(0,0)); //Hog特征计算
            cout<<"HOG dims: "<<descriptors.size()<<endl;
            n=0;
            for(vector<float>::iterator iter=descriptors.begin();iter!=descriptors.end();iter++)
            {
                cvmSet(data_mat,i,n,*iter);//存储HOG特征
                n++;
            }
            cvmSet( res_mat, i, 0, img_catg[i] );
            cout<<"Done !!!: "<<img_path[i].c_str()<<" "<<img_catg[i]<<endl;
        }
        CvSVM svm;//新建一个SVM
        CvSVMParams param;//这里是SVM训练相关参数
        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.train( data_mat, res_mat, NULL, NULL, param );//训练数据
        //保存训练好的分类器
        std::cout<<"saving... ... !!! \n "<<endl;
        svm.save( "D:/Dataset/Digital_num/t10k-images/HOG_SVM_DATA.xml" );
        cout<<"HOG_SVM_DATA.xml is saved !!! \n exit train process"<<endl;
        cvReleaseMat( &data_mat );
        cvReleaseMat( &res_mat );
        cvReleaseImage(&trainImg);
    }
    
    void testPredict(){
        IplImage *test;
        char result[300]; //存放预测结果
    
        CvSVM svm;
        svm.load("D:/Dataset/Digital_num/t10k-images/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
        test = cvLoadImage("D:/Dataset/Digital_num/t10k-images/test.jpg", 1); //待预测图片，用系统自带的画图工具随便手写
        if (!test)
        {
            cout<<"not exist"<<endl;
            return ;
        }
        cout<<"load image done"<<endl;
        IplImage* trainTempImg=cvCreateImage(cvSize(28,28),8,3);
        cvZero(trainTempImg);
        cvResize(test,trainTempImg);
        HOGDescriptor *hog=new HOGDescriptor(cvSize(28,28),cvSize(14,14),cvSize(7,7),cvSize(7,7),9);
        vector<float>descriptors;//存放结果
        hog->compute(trainTempImg, descriptors,Size(1,1), Size(0,0)); //Hog特征计算
        cout<<"HOG dims: "<<descriptors.size()<<endl;  //打印Hog特征维数  ，这里是324
        CvMat* SVMtrainMat=cvCreateMat(1,descriptors.size(),CV_32FC1);
        int n=0;
        for(vector<float>::iterator iter=descriptors.begin();iter!=descriptors.end();iter++)
        {
            cvmSet(SVMtrainMat,0,n,*iter);
            n++;
        }
    
        int ret = svm.predict(SVMtrainMat);//检测结果
        sprintf(result, "%d\r\n",ret );
        cvNamedWindow("test.jpg",1);
        cvShowImage("test.jpg",test);
        cout<<"predict result:"<<result<<endl;
        waitKey ();
        cvReleaseImage(&test);
        cvReleaseImage(&trainTempImg);
    }
    
    int main()
    {
        string input = "";
        int myNumber = 0;
        while (true) {
            cout << "Please Select: \n1  build the D:/Dataset/Digital_num/t10k-images/test.jpg\n2  build the D:/Dataset/Digital_num/t10k-images/HOG_SVM_DATA.xml\n3  predict the D:/Dataset/Digital_num/t10k-images/test.jpg\n\n";
            getline(cin, input);
            stringstream myStream(input);
            if (myStream >> myNumber)
                break;
            cout << "Invalid number, please try again" << endl;
        }
    
    	cout << "You entered: " << myNumber << endl << endl;
        switch( myNumber ){
        // update the selected bounding box
        case 1:
            buildImg(); // 1. build the d:\\test.jpg
            break;
        case 2:
            testTrain();   // 2. build the d:\\HOG_SVM_DATA.xml
            break;
        case 3:
            testPredict();  // 3. predict the d:\\test.jpg
            break;
        }
        cout << endl;
        return 0;
    }
    2、mouse.cpp
     
      
     
      
      
       #include "stdafx.h"
    #include "mousedraw.h"
    
    BoxExtractor::BoxExtractor()
    {
    }
    
    void BoxExtractor::mouseHandler(int event, int x, int y, int flags, void *param){
        BoxExtractor *self =static_cast<BoxExtractor*>(param);
        self->opencv_mouse_callback(event,x,y,flags,param);
    }
    
    void BoxExtractor::opencv_mouse_callback( int event, int x, int y, int , void *param ){
        handlerT * data = (handlerT*)param;
        switch( event ){
        // update the selected bounding box
        case EVENT_MOUSEMOVE:
            if( data->isDrawing ){
                data->points.push_back (cv::Point(x,y));
            }
            break;
            // start to select the bounding box
        case EVENT_LBUTTONDOWN:
            data->isDrawing = true;
            data->points.clear ();
            data->points.push_back (cv::Point(x,y));
            break;
            // cleaning up the selected bounding box
        case EVENT_LBUTTONUP:
            data->isDrawing = false;
            break;
        }
    }
    
    Mat BoxExtractor::MouseDraw(Mat img){
        return MouseDraw("DRAW AN DIGIT", img,Scalar(0,0,0),4);
    }
    
    Mat BoxExtractor::MouseDraw(const std::string& windowName, Mat img,Scalar color, int border){
        int key=0;
        imshow(windowName,img);
        printf("DRAW AN DIGIT and then press SPACE/BACKSPACE/ENTER button!\n");
    	img.copyTo(params.image);
        //params.image=img.clone();clone()/copyTo调用方式不一样而已.clone()里面就是调用copyTo().
        setMouseCallback( windowName, mouseHandler, (void *)¶ms );
        while(!(key==32 || key==27 || key==13)){
            int length = params.points.size ();
            for(int i = 0;i<length && length > 2;i++){
                if(i == length-1){
                    cv::line (params.image,params.points.at (i),params.points.at (i),color,border);
                }else{
                    cv::line (params.image,params.points.at (i),params.points.at (i+1),color,border);
                }
            }
            imshow(windowName,params.image);
    //        params.image=img.clone();
            key=waitKey(1);
        }
        return params.image;
    }
    
      
       
    
      
       源码及数据集：SVM+HOG训练HandWriting