基于Gabor+PCA+SVM的性别识别（3）

根据已经训练好的性别分类器，对输入的图像进行性别识别

//#include “StdAfx.h“
#include “GaborFR.h“
GaborFR::GaborFR（）
{
	isInited = false;
}
void GaborFR::Init（Size ksize double sigmadouble gamma int ktype）
{
	gaborRealKernels.clear（）;
	gaborImagKernels.clear（）;
	double mu[8]={01234567};
	double nu[5]={01234};
	int ij;
	for（i=0;i<5;i++）
	{
		for（j=0;j<8;j++）
		{
			gaborRealKernels.push_back（getRealGaborKernel（ksizesigmamu[j]*CV_PI/8nu[i]gammaktype））;
			gaborImagKernels.push_back（getImagGaborKernel（ksizesigmamu[j]*CV_PI/8nu[i]gammaktype））;
		}
	}
	isInited = true;
}


Mat GaborFR::getImagGaborKernel（Size ksize 
	                           double sigma 
							   double theta 
							   double nu
							   double gamma 
							   int ktype）
{
	double	sigma_x		= sigma;
	double	sigma_y		= sigma/gamma;
	int		nstds		= 3;
	double	kmax		= CV_PI/2;
	double	f			= cv::sqrt（2.0）;
	int xmin xmax ymin ymax;
	double c = cos（theta） s = sin（theta）;
	if（ ksize.width > 0 ）
	{
		xmax = ksize.width/2;
	}
	else//这个和matlab中的结果一样，默认都是19 !
	{
		xmax = cvRound（std::max（fabs（nstds*sigma_x*c） fabs（nstds*sigma_y*s）））;
	}
	if（ ksize.height > 0 ）
	{
		ymax = ksize.height/2;
	}
	else
	{
		ymax = cvRound（std::max（fabs（nstds*sigma_x*s） fabs（nstds*sigma_y*c）））;
	}
	xmin = -xmax;
	ymin = -ymax;
	CV_Assert（ ktype == CV_32F || ktype == CV_64F ）;
	float*	pFloat;
	double*	pDouble;
	Mat kernel（ymax - ymin + 1 xmax - xmin + 1 ktype）; //初始化gabor的尺寸
	double k		=	kmax/pow（fnu）;
	double scaleReal=	k*k/sigma_x/sigma_y;
	for（ int y = ymin; y <= ymax; y++ ）
	{
		if（ ktype == CV_32F ）
		{
			pFloat = kernel.ptr（ymax-y）;
		}
		else
		{
			pDouble = kernel.ptr（ymax-y）;
		}
		for（ int x = xmin; x <= xmax; x++ ）
		{
			double xr = x*c + y*s;
			double v = scaleReal*exp（-（x*x+y*y）*scaleReal/2）;
			double temp=sin（k*xr）;
			v	=  temp*v;
			if（ ktype == CV_32F ）
			{
				pFloat[xmax - x]= （float）v;
			}
			else
			{
				pDouble[xmax - x] = v;
			}
		}
	}
	return kernel;
}
//sigma一般为2*pi
Mat GaborFR::getRealGaborKernel（ Size ksize
	                            double sigma
								double theta 
	                            double nu
								double gamma 
								int ktype）
{
	double	sigma_x		= sigma;
	double	sigma_y		= sigma/gamma;
	int		nstds		= 3;
	double	kmax		= CV_PI/2;
	double	f			= cv::sqrt（2.0）;
	int xmin xmax ymin ymax;
	double c = cos（theta） s = sin（theta）;
	if（ ksize.width > 0 ）
	{
		xmax = ksize.width/2;
	}
	else//这个和matlab中的结果一样，默认都是19 !
	{
		xmax = cvRound（std::max（fabs（nstds*sigma_x*c） fabs（nstds*sigma_y*s）））;
	}

	if（ ksize.height > 0 ）
		ymax = ksize.height/2;
	else
		ymax = cvRound（std::max（fabs（nstds*sigma_x*s） fabs（nstds*sigma_y*c）））;
	xmin = -xmax;
	ymin = -ymax;
	CV_Assert（ ktype == CV_32F || ktype == CV_64F ）;
	float*	pFloat;
	double*	pDouble;
	Mat kernel（ymax - ymin + 1 xmax - xmin + 1 ktype）;
	double k		=	kmax/pow（fnu）;
	double exy		=	sigma_x*sigma_y/2;
	double scaleReal=	k*k/sigma_x/sigma_y;
	int	   xy;
	for（ y = ymin; y <= ymax; y++ ）
	{
		if（ ktype == CV_32F ）
		

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件     105984  2015-12-26 21:12  SVM\Debug\SVM.exe

     文件    3996428  2015-12-26 21:12  SVM\Debug\SVM.ilk

     文件    1739776  2015-12-26 21:12  SVM\Debug\SVM.pdb

     文件   57278464  2015-12-26 21:06  SVM\ipch\svm-272c6b36\svm-aca8d3c2.ipch

     文件       1222  2015-12-26 21:12  SVM\SVM\Debug\cl.command.1.tlog

     文件      26598  2015-12-26 21:12  SVM\SVM\Debug\CL.read.1.tlog

     文件        810  2015-12-26 21:12  SVM\SVM\Debug\CL.write.1.tlog

     文件     281666  2015-12-25 10:18  SVM\SVM\Debug\Gabor.obj

     文件          2  2015-12-26 21:12  SVM\SVM\Debug\link-cvtres.read.1.tlog

     文件          2  2015-12-26 21:12  SVM\SVM\Debug\link-cvtres.write.1.tlog

     文件          2  2015-12-26 21:12  SVM\SVM\Debug\link.1420-cvtres.read.1.tlog

     文件          2  2015-12-26 21:12  SVM\SVM\Debug\link.1420-cvtres.write.1.tlog

     文件          2  2015-12-26 21:12  SVM\SVM\Debug\link.1420.read.1.tlog

     文件          2  2015-12-26 21:12  SVM\SVM\Debug\link.1420.write.1.tlog

     文件          2  2015-12-26 21:12  SVM\SVM\Debug\link.1888-cvtres.read.1.tlog

     文件          2  2015-12-26 21:12  SVM\SVM\Debug\link.1888-cvtres.write.1.tlog

     文件          2  2015-12-26 21:12  SVM\SVM\Debug\link.1888.read.1.tlog

     文件          2  2015-12-26 21:12  SVM\SVM\Debug\link.1888.write.1.tlog

     文件          2  2015-12-26 21:12  SVM\SVM\Debug\link.4444-cvtres.read.1.tlog

     文件          2  2015-12-26 21:12  SVM\SVM\Debug\link.4444-cvtres.write.1.tlog

     文件          2  2015-12-26 21:12  SVM\SVM\Debug\link.4444.read.1.tlog

     文件          2  2015-12-26 21:12  SVM\SVM\Debug\link.4444.write.1.tlog

     文件          2  2015-12-26 21:12  SVM\SVM\Debug\link.4504-cvtres.read.1.tlog

     文件          2  2015-12-26 21:12  SVM\SVM\Debug\link.4504-cvtres.write.1.tlog

     文件          2  2015-12-26 21:12  SVM\SVM\Debug\link.4504.read.1.tlog

     文件          2  2015-12-26 21:12  SVM\SVM\Debug\link.4504.write.1.tlog

     文件          2  2015-12-26 21:12  SVM\SVM\Debug\link.748-cvtres.read.1.tlog

     文件          2  2015-12-26 21:12  SVM\SVM\Debug\link.748-cvtres.write.1.tlog

     文件          2  2015-12-26 21:12  SVM\SVM\Debug\link.748.read.1.tlog

     文件          2  2015-12-26 21:12  SVM\SVM\Debug\link.748.write.1.tlog

............此处省略58个文件信息