OpenCV 3.1.0 SVM轮廓特征的提取和分类 II

最新推荐文章于 2023-06-05 15:14:10 发布

原创

最新推荐文章于 2023-06-05 15:14:10 发布 · 1.4k 阅读

10 ·

CC 4.0 BY-SA版权

该博客介绍了如何利用OpenCV 3.1.0的SVM功能，对之前提取的轮廓进行裁剪和缩放，转化为16*16的样本数据，并进行分类训练。

对OpenCV 3.1.0 SVM轮廓特征的提取和分类 I中提取到的轮廓使用OpenCV中的SVM进行分类。

首先对这些轮廓进行裁剪：

Mat getROI(Mat &src){
    int left, right, top, bottom;
    left = src.cols;
    right = 0;
    top = src.rows;
    bottom = 0;


    //得到区域
    for (int i = 0; i<src.rows; i++)
    {
        for (int j = 0; j<src.cols; j++)
        {
            if (src.at<uchar>(i, j) > 0)
            {
                if (j<left) left = j;
                if (j>right) right = j;
                if (i<top) top = i;
                if (i>bottom) bottom = i;
            }
        }
    }
    cout << "rows:" << src.rows << ",cols:" <<src.cols<< endl;
    cout <<