“错误参数（训练数据必须是浮点矩阵）”错误答案

【问题标题】："Bad argument (train data must be floating-point matrix)" error“错误参数（训练数据必须是浮点矩阵）”错误
【发布时间】：2016-07-13 00:42:12
【问题描述】：

我正在开发一个图像分类器。我将特征提取为 pca。我的示例代码是

for file in listing1:
  img = cv2.imread(path1 + file)
  res=cv2.resize(img,(250,250))
  gray_image = cv2.cvtColor(res, cv2.COLOR_BGR2GRAY)
  xarr=np.squeeze(np.array(gray_image).astype(np.float32))
  m,v=cv2.PCACompute(xarr)
  training_set.append(v)
  training_labels.append(1)

trainData=np.float32(np.float32(xi) for xi in training_set)
responses=np.float32(training_labels)
svm = cv2.SVM()
svm.train(trainData,responses, params=svm_params)
svm.save('svm_data.dat')

但是在训练过程中我收到了这个错误：

OpenCV 错误：参数错误（训练数据必须是浮点矩阵）在 cvCheckTrainData 文件中 ..\..\..\..\opencv\modules\ml\src\inner_functions.cpp，第 857 行

【问题讨论】：

标签： python opencv machine-learning svm

【解决方案1】：

解决方案这对我有用 您需要将其转换为 np 数组并需要展平该数组。

for file in listing1:
 img = cv2.imread(path1 + file)
 res=cv2.resize(img,(250,250))
 gray_image = cv2.cvtColor(res, cv2.COLOR_BGR2GRAY)
 xarr=np.squeeze(np.array(gray_image).astype(np.float32))
 m,v=cv2.PCACompute(xarr)
 arr= np.array(v)
 flat_arr= arr.ravel()
 training_set.append(flat_arr)
 training_labels.append(1)

培训

trainData=np.float32(training_set)
responses=np.float32(training_labels)
svm = cv2.SVM()
svm.train(trainData,responses, params=svm_params)
svm.save('svm_data.dat')

【讨论】：