用opencv的SVM做行人识别

本次实验使用opencv中的ml组件中的SVM做有无行人的判别，内涵完整代码和图片数据。

#include   
#include   
#include   
#include   
#include   
#include   
#include   

#define PosSamNum 100    //正样本个数  
#define NegSamNum 100   //负样本个数  

std::string train_image_folder = “./“;
std::string test_image_folder  = “./“;

void train（）{

	std::cout<<“start traning...“<
	std::ifstream train_pos_file（train_image_folder + “train/pos.lst“）;
	std::ifstream train_neg_file（train_image_folder + “train/neg.lst“）;

	std::string image_name; //图片路径

	cv::Mat src;

	//定义HOG检测器
	int descriptor_dim = 0;
	//检测窗口（64128）块尺寸（1616）块步长（88）cell尺寸（88）直方图bin个数9 
	cv::HOGDescriptor hog（cv::Size（64128）cv::Size（1616）cv::Size（88）cv::Size（88）9）;//HOG检测器，用来计算HOG描述子的
	std::vector descriptors; //HOG描述子向量


	cv::Mat sample_features; //所有训练样本的特征向量组成的矩阵，行数等于所有样本的个数，列数等于HOG描述子维数  
	cv::Mat sample_labels;  //训练样本的类别向量，行数等于所有样本的个数，列数等于1；1表示有人，-1表示无人  

	//获取训练数据的正样本
	for（int num=0; num		image_name = train_image_folder + image_name;
		src = cv::imread（image_name0）;
        
        cv::resize（srcsrccv::Size（96160））; //统一训练格式

		if（src.empty（））{
			std::cout<<“no image in pos image path:“<			exit（0）;
		}

		hog.compute（srcdescriptorscv::Size（88））;

		if（num==0）{
			std::cout<<“Init feature size...“<			descriptor_dim = descriptors.size（）;
			sample_features = cv::Mat::zeros（PosSamNum+NegSamNumdescriptor_dimCV_32FC1）;
			sample_labels   = cv::Mat::zeros（PosSamNum+NegSamNum1CV_32SC1）; //注意这里必须要32SC1不能用32FC1
		}

		for（int i=0;iriptor_dim;i++）{
			sample_features.at（numi） = descriptors[i];
		}
		sample_labels.at（num0） = 1; //正样本类别为1，有人

		std::cout<<“finish Pos “<
	}

	//获取训练数据的负样本
	for（int num=0;num		image_name = train_image_folder + image_name;
		src = cv::imread（image_name0）;
		if（src.empty（））{
			std::cout<<“no image in neg image path...“<			exit（0）;
		}
		cv::resize（srcsrccv::Size（96160））;

		hog.compute（srcdescriptorscv::Size（88））;

		for（int i=0;iriptor_dim;i++）{
			sample_features.at（num+PosSamNumi） = descriptors[i];
		}
		sample_labels.at（num+PosSamNum0） = -1; //正样本类别为-1，没有人

		std::cout<<“finish Neg “<	}


	//训练SVM分类器
	std::cout<<“start svm training...“<	cv::Ptr svm = cv::ml::SVM::create（）;
	svm->setType（cv::ml::SVM::C_SVC）;
	svm->setKernel（cv::ml::SVM::LINEAR）;
	svm->setTermCriteria（cv::TermCriteria（cv::TermCriteria::MAX_ITER 100 1e-6））;	
	svm->train（sample_featurescv::ml::ROW_SAMPLEsample_labels）;

	//保存SVM分类器
	std::cout<<“start saving svm file...“<	svm->save（“test_svm.xml“）;

	std::cout<<“finish training...“<	return;
}

void test（std::string test_im

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2017-03-05 14:05  Pedestrian recognition\
     文件      493420  2017-03-05 10:12  Pedestrian recognition\gcc_commands.docx
     文件        4799  2017-03-05 10:05  Pedestrian recognition\test_svm.cpp
     目录           0  2017-03-05 14:05  Pedestrian recognition\train\
     目录           0  2017-03-05 14:05  Pedestrian recognition\train\neg\
     文件       34982  2017-03-05 10:31  Pedestrian recognition\train\neg.lst
     文件       75789  2017-03-05 10:33  Pedestrian recognition\train\neg\00000002a.png
     文件      125260  2017-03-05 10:33  Pedestrian recognition\train\neg\00000003a.png
     文件       99005  2017-03-05 10:33  Pedestrian recognition\train\neg\00000004a.png
     文件       85053  2017-03-05 10:33  Pedestrian recognition\train\neg\00000005a.png
     文件      117914  2017-03-05 10:33  Pedestrian recognition\train\neg\00000006a.png
     文件      167692  2017-03-05 10:33  Pedestrian recognition\train\neg\00000010a.png
     文件      161229  2017-03-05 10:33  Pedestrian recognition\train\neg\00000011a.png
     文件       97190  2017-03-05 10:33  Pedestrian recognition\train\neg\00000012a.png
     文件      167631  2017-03-05 10:33  Pedestrian recognition\train\neg\00000014a.png
     文件      144751  2017-03-05 10:33  Pedestrian recognition\train\neg\00000015a.png
     文件      141506  2017-03-05 10:33  Pedestrian recognition\train\neg\00000030a.png
     文件      121766  2017-03-05 10:33  Pedestrian recognition\train\neg\00000033a.png
     文件      130510  2017-03-05 10:33  Pedestrian recognition\train\neg\00000051a.png
     文件       86046  2017-03-05 10:33  Pedestrian recognition\train\neg\00000052a.png
     文件      106541  2017-03-05 10:33  Pedestrian recognition\train\neg\00000053a.png
     文件      120286  2017-03-05 10:33  Pedestrian recognition\train\neg\00000054a.png
     文件       78707  2017-03-05 10:33  Pedestrian recognition\train\neg\00000055a.png
     文件      130531  2017-03-05 10:33  Pedestrian recognition\train\neg\00000056a.png
     文件      124379  2017-03-05 10:33  Pedestrian recognition\train\neg\00000057a.png
     文件      154481  2017-03-05 10:32  Pedestrian recognition\train\neg\00000058a.png
     文件      143847  2017-03-05 10:32  Pedestrian recognition\train\neg\00000060a.png
     文件      136301  2017-03-05 10:32  Pedestrian recognition\train\neg\00000061a.png
     文件      126152  2017-03-05 10:32  Pedestrian recognition\train\neg\00000062a.png
     文件      151182  2017-03-05 10:32  Pedestrian recognition\train\neg\00000068a.png
     文件       94886  2017-03-05 10:32  Pedestrian recognition\train\neg\00000070a.png
............此处省略198个文件信息