Opencv 3.0 SVM 训练分类问题答案

【问题标题】：Opencv 3.0 SVM train classification issuesOpencv 3.0 SVM 训练分类问题
【发布时间】：2016-01-22 12:20:41
【问题描述】：

我是 openCV SVM 的新手。我在 Xcode 7.0，openCV 3.0 中运行，下面是我的代码

MatMat labels(0,1,CV_32FC1);
//Mat labels(0,1,CV_32S);  //I also try this when i saw some posting, But error too.
...
Mat samples_32f; samples.convertTo(samples_32f, CV_32F);
//Mat samples_32f; samples.convertTo(samples_32f, CV_32FC1); //tried!

Ptr<SVM> classifier = SVM::create();
classifier->SVM::train(samples_32f, 0, labels);  <- Here the Error

OpenCV 错误：训练中的错误参数（在分类问题的情况下，响应必须是分类的；在创建 TrainData 时指定 varType，或传递整数响应）。

当我搜索一些解决方案时，错误消息似乎来自labels，它定义了非整数值。所以我尝试改成Mat labels(0,1,CV_32S)，但是问题还是一样。

所以我不知道代码出了什么问题..有人可以帮忙吗？

【问题讨论】：

标签： c++ opencv svm

【解决方案1】：

错误是因为标签不包含定义为0 行和1 列的任何值。因此，确保labels 拥有用于SVM 训练的行数记录是正确的。

我的解决方案：

Mat labels(0,1,CV_32S); 

/*
for loop to use pushback added value into lables
{...}
*/
/*
or
define another Mat labeled(labels.rows, 1, CV_32S); after the for loop 
and use it in the SVM.train
*/

Mat samples_32f; samples.convertTo(samples_32f, CV_32F);

Ptr<SVM> classifier = SVM::create();
classifier->SVM::train(samples_32f, 0, labels);  <-change the labels names if you define new labels after the for loop.

谢谢，这就是我可以分享的。

【讨论】：