OpenCV中的神经网络

来源：http://blog.youkuaiyun.com/delltdk/article/details/8912867
OpenCV中封装了类CvANN_MLP，因而神经网络利用很方便。
首先构建一个网络模型：
CvANN_MLP ann;
Mat structure(1,3,CV_32SC1);
structure.at(0) = 10;
structure.at(0) = 4;
structure.at(0) = 2; // structure中表示每一层中神经元数目
ann.create(structure,CvANN_MLP::SIGMOID_SYM,1,1); // 很明显第二个参数选择的是激活函数的类型
然后需要对训练数据放在两个Mat结构中。第一个是存储训练数据的Mat train，第二个是存储类别的Mat label。其中，train的每一行代表一个训练样例，label的对应的一行是训练样例的类别。比如有25个属于7个类别的训练样例，每个样例为16维向量。则train结构为25*16，label结构为25*7。需要解释的是类别数据，label中一行表示样例所处类别，如果属于第一类则为（1,0,0,0,0,0,0）,第二类为（0,1,0,0,0,0,0）…
接下来需要给ann提供一个样例的权重向量Mat weight，它标记的是训练样例的权重，这里都初始化为1：
Mat weight;
weight.ones(1,25,CV_32FC1);
接下来可以做训练了：
ann.train(train,label,weight);
训练结束后用ann来做分类，输入为Mat testSample，testSample为1*16的向量，输出为Mat output，output为1*7向量：
ann.predict(testSample,output);
最后找到output中的最大值就知道所属类别maxPos了：
int maxPos;
double maxVal;
minMaxLoc(output,0,&maxVal,0,&maxPos);