SVM实现分类识别及参数调优(一)

前言

 项目有一个模块需要将不同类别的图片进行分类，共有三个类别，使用SVM实现分类。

实现步骤：

1.创建训练样本库；

2.训练、测试SVM模型；

3.SVM的数据要求；

实现系统：

windows_x64、opencv2.4.10、 VS2013

实现过程：

1.创建训练样本库；

1)将图片以包含类别的名称进行命名，比如0(1).jpg等等；

2)将所有已命名正确的训练样本保存在同一个文件夹中；

3)在训练样本库的文件夹目录下创建python源文件；

python代码：

import sys
import os
import string
import re

if __name__=='__main__':
    print('Begin generate path and label.')
    path_file=open('train_path.txt','w')
    path='E:/carriage_recognition/redplate_detection/svm_train_test/data/train/model'
    pic_type='.png'
    pat=re.compile(r'^(\d+)')
    files=os.listdir(path)
    files_tmp=[]
    for i in files:
        if pic_type in i and not os.path.isdir(path+'/'+i):
            files_tmp.append(i)
    files=files_tmp
    for file in range(len(files)):
        ret=pat.match(files[file])
        path_file.write(path+'/'+files[file]+'\n')
        if file<len(files)-1:           
            path_file.write(ret.group(1)+'\n')
        else:           
            path_file.write(ret.group(1))
    path_file.close()
    print('finish......')

View Code