SVM应用：药品胶囊识别与分类

SVM应用实例：药品（胶囊）识别与分类 SVM应用实例：药品（胶囊）识别与分类 SVM应用实例：药品（胶囊）识别与分类 SVM应用实例：药品（胶囊）识别与分类

/*
SVM应用实例：药品（胶囊）识别与分类
*/

#include 
#include
#include
using namespace cv;
using namespace ml;

void findSamplecontours（InputArray src OutputArrayOfArrays contours）;

//使用SVM进行胶囊分类
int main（）  
{  
    //样本总类别数
	const int classSum = 6;
	//每个样本选取的特征个数
	const int featureSum = 3;
	//训练样本总数
	const int sampleSum = 57;
	//每种类别对应的名称
	const std::string labelName[6] = {“green_peru“ “brown“ “darkcyan“ “black“ “white_brown“ “saddlebrown“};
	//训练数据及标签
	Mat trainDataMat = Mat::zeros（sampleSum featureSum CV_32FC1）;
	Mat labelsMat = Mat::zeros（sampleSum 1 CV_32SC1）;
	int k = 0;
	////========================创建训练数据==================================////
	for （int label = 0; label < classSum; label++）
	{
		//训练图像所在文件夹
		std::string path = “E:/image/image/classification/capsule/pills_class_“;
		char temp[256];
		sprintf_s（temp “%d“ label）;
		path = path + temp + “.png“;
		Mat src = imread（path）;
		if （src.empty（））
		{
			std::cout<<“can not load image. \n“<			return -1;
		}
		//imshow（“input“ src）;
		//获取每个胶囊的轮廓
		std::vector>contours;
		findSamplecontours（src contours）;
		for（int i = 0; i < contours.size（）; i++）
		{
			if（contourArea（contours[i]） > 50）
			{
				//建立掩模MASK
				Mat mask = Mat::zeros（src.size（） src.type（））;
				drawContours（mask contours i Scalar（255 255 255） -1）;
				//获得MASK对应区域的图像
				src.copyTo（maskmask）;
				//求各个通道的均值
				Scalar maskSum = sum（mask）;
				maskSum = maskSum/contourArea（contours[i]）;
				//取前三个通道即BGR通道的均值作为特征
				for （int j = 0; j < featureSum; j++）
				{
					trainDataMat.at（kj） = maskSum[j];
				}
				labelsMat.at（k0） = label;
				k++;
			}
		}
	}
	std::cout<<“trainDataMat: \n“<	std::cout<<“labelsMat: \n“<
	////========================使用SVM训练部分==================================////
	Ptr model = SVM::create（）;  
    model->setType（SVM::C_SVC）;  
    model->setKernel（SVM::POLY）;
    model->setDegree（1.0）;
    model->setTermCriteria（TermCriteria（TermCriteria::MAX_ITER1001e-6））; 
    model->train（trainDataMatROW_SAMPLElabelsMat）; 

	////========================测试部分==================================////
	Mat testImg = imread（“E:/image/image/classification/capsule/pills_test.png“）;
	if （testImg.empty（））
	{
		std::cout<<“can not load image. \n“<		return -1;
	}
	std::vector>testContours;
	findSamplecontours（testImg testContours）;
	//对测试图像中的样本进行逐个判断
	for（int i = 0; i < testContours.size（）; i++）
	{
		if（contourArea（testContours[i]） > 50）
		{
			Mat testDataMat = Mat::zeros（1 featureSum CV_32FC1）;
			Mat testLabelsMat;
			Mat testMask = Mat::zeros（testImg.size（） testImg.type（））;
			drawContours（testMask testContours i Scalar（255 255 255） -1）;
			testImg.copyTo（testMasktestMask）;
			//求各个通道的均值
			Scalar testMaskSum = sum（test

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

     文件       5020  2018-02-07 11:24  main.cpp

     文件     268301  2013-02-15 19:08  capsule\pills_class_0.png

     文件     264150  2013-02-15 19:08  capsule\pills_class_1.png

     文件     265601  2013-02-15 19:08  capsule\pills_class_2.png

     文件     276180  2013-02-15 19:08  capsule\pills_class_3.png

     文件     278478  2013-02-15 19:08  capsule\pills_class_4.png

     文件     261237  2013-02-15 19:08  capsule\pills_class_5.png

     文件     352396  2018-02-05 20:49  capsule\pills_test.png

     目录          0  2018-02-06 15:55  capsule

----------- ---------  ---------- -----  ----

              1971363                    9