从经过训练的分类器中获取结果 - 图像处理

Question

我正在从事一个使用 OpenCV 和 Python 编码的图像性别检测项目。

我找到了this 博客文章和this opencv 教程。在这些站点中，他们建议使用 Fisherfaces 方法和 NearestNeighbor 算法来制作性别分类模型。

这是我的问题：

我是机器学习的新手，所以在这个分类部分之后，我找不到如何将另一个图像应用到这个分类器并采取如下结果形式：

"This person is Male."
"This person is Female."

如何从分类器中获取上述结果？

Answer 1

分类器使用参考数据进行训练。你给他每个班级的例子（培训）。假设有 500 张女孩的照片和 500 张男孩的照片。你告诉分类器每张图片的性别。然后你给分类器一个未知的图像，他将使用训练好的“知识”来选择一个类（如果可能的话）。

仔细阅读 OpenCV 演示代码。您需要的一切都在里面。

从第 100 行开始：

Mat testSample = images[images.size() - 1];
int testLabel = labels[labels.size() - 1];
images.pop_back();
labels.pop_back();
// The following lines create an Fisherfaces model for
// face recognition and train it with the images and
// labels read from the given CSV file.
// If you just want to keep 10 Fisherfaces, then call
// the factory method like this:
//
//      cv::createFisherFaceRecognizer(10);
//
// However it is not useful to discard Fisherfaces! Please
// always try to use _all_ available Fisherfaces for
// classification.
//
// If you want to create a FaceRecognizer with a
// confidence threshold (e.g. 123.0) and use _all_
// Fisherfaces, then call it with:
//
//      cv::createFisherFaceRecognizer(0, 123.0);
//
Ptr<FaceRecognizer> model = createFisherFaceRecognizer();
model->train(images, labels);
// The following line predicts the label of a given
// test image:
int predictedLabel = model->predict(testSample);

在他们使用 CSV 文件加载图像和标签之前。然后仅出于演示目的，他们从矢量中取出最后一张图像，将其从矢量中移除并将其用作被测图像。 （所以被测图像不会在训练数据中）。然后他们使用剩余的图像训练 Fisher 事物并将其应用于图像“testSample”

因此，您需要做的就是将 testSample 替换为您的一张图片，然后根据找到的标签打印出一个句子。