Opencv 3 SVM训练

Question

正如你可能知道的，OpenCV 3中的许多东西(与openCV2或旧的第一版相比)发生了变化。

在过去，要训练支持向量机，可以使用：

CvSVMParams params;
params.svm_type = CvSVM::C_SVC;
params.kernel_type = CvSVM::POLY;
params.gamma = 3;

CvSVM svm;
svm.train(training_mat, labels, Mat(), Mat(), params);

在第三个版本的API中，既没有CvSVMParams也没有CvSVM。令人惊讶的是，有a documentation page about SVM，但它告诉了一切，但没有告诉如何真正使用它(至少我不能理解它)。此外，看起来互联网上没有人使用OpenCV 3.0的SVM。

目前，我只获得了以下内容：

ml::SVM.Params params;
params.svmType = ml::SVM::C_SVC;
params.kernelType = ml::SVM::POLY;
params.gamma = 3;

你能给我提供一些信息，如何将实际的训练重写成openCV 3吗？

Answer 1

在opencv3.0中，这肯定是不同的，但并不困难：

Ptr<ml::SVM> svm = ml::SVM::create();
// edit: the params struct got removed,
// we use setter/getter now:
svm->setType(ml::SVM::C_SVC);
svm->setKernel(ml::SVM::POLY);
svm->setGamma(3); 

Mat trainData; // one row per feature
Mat labels;    
svm->train( trainData , ml::ROW_SAMPLE , labels );
// ...
Mat query; // input, 1channel, 1 row (apply reshape(1,1) if nessecary)
Mat res;   // output
svm->predict(query, res);

Answer 2

我将我的代码从OpenCV 2.4.9移植到3.0.0-rc1时遇到了同样的问题。不幸的是，自从答案发布后，API发生了变化，所以我想相应地更新它：

Ptr<ml::SVM> svm = ml::SVM::create();
svm->setType(ml::SVM::C_SVC);
svm->setKernel(ml::SVM::POLY);
svm->setGamma(3);

Mat trainData; // one row per feature
Mat labels;    
Ptr<ml::TrainData> tData = ml::TrainData::create(trainData, ml::SampleTypes::ROW_SAMPLE, labels);
svm->train(tData);
// ...
Mat query; // input, 1channel, 1 row (apply reshape(1,1) if nessecary)
Mat res;   // output
svm->predict(query, res);

Answer 3

我知道这是一个古老的帖子，但我在寻找同样的解决方案时遇到了它。本教程非常有用：http://docs.opencv.org/3.0-beta/doc/tutorials/ml/introduction_to_svm/introduction_to_svm.html