opencv 机器学习 SVM 支持向量机初探+Fourier Discriptor特征分类

本文介绍了如何结合OpenCV和SVM进行手势识别,特征选择使用了Fourier Descriptor。首先阐述了Fourier Descriptor的概念及其计算过程,强调了其在轮廓旋转、缩放、映射时的不变性。然后提到了SVM作为分类器的优势,特别是在数据集较小的情况下。文章提供了一个SVM训练的示例,包括读取图像、计算特征向量并保存训练数据的流程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

这段时间比较忙  一直没什么时间整理东西, 最近用SVM做了个手势的识别,特征选用的Fourier  Discriptor。

先来描述一下Fourier  Discriptor。

对于轮廓上一系列的点,(x1,y1)(x2,y2)......(xn,yn),把这些点看作一个复数S(k),x和y分别表示实部和虚部,


S(k)序列的离散傅里叶变换:


反过来:


将S(k)的实部和虚部分开表达:



其中θ=(2πuk)/K,K 表示点的数量。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值