PCA + SVM mit C++ - Syntax in OpenCV 2.2

Bin ich immer Probleme auftreten PCA und Eigenfaces arbeiten mit den neuesten C++ - syntax mit dem Mat-und PCA-Klassen. Die alte C-syntax nahm ein array von IplImage* als parameter, um die Verarbeitung und den aktuellen API-dauert nur eine Matte, die formatiert ist Spalte oder Zeile. Ich nahm mir die Zeile Ansatz mit Hilfe der reshape-Funktion passen zu meinem Bild der matrix passt in eine einzige Zeile. Ich will schließlich nehmen diese Daten und verwenden Sie dann den SVM-Algorithmus zur Erkennung durchführen, aber wenn ich das mache, dass alle meine Daten ist nur ein Strom von 0EN. Kann mir bitte jemand helfen? Was mache ich falsch? Danke!

Sah ich diese Frage und es ist etwas im Zusammenhang, aber ich bin mir nicht sicher, was die Lösung ist.

Dies ist im Grunde das, was ich habe:

vector<Mat> images; //This variable will be loaded with a set of images to perform PCA on.
Mat values(images.size(), 1, CV_32SC1); //Values are the corresponding values to each of my images.

int nEigens = images.size() - 1; //Number of Eigen Vectors.

//Load the images into a Matrix
Mat desc_mat(images.size(), images[0].rows * images[0].cols, CV_32FC1);
for (int i=0; i<images.size(); i++) {
  desc_mat.row(i) = images[i].reshape(1, 1);
}

Mat average;
PCA pca(desc_mat, average, CV_PCA_DATA_AS_ROW, nEigens);

Mat data(desc_mat.rows, nEigens, CV_32FC1); //This Mat will contain all the Eigenfaces that will be used later with SVM for detection

//Project the images onto the PCA subspace
for(int i=0; i<images.size(); i++) {
  Mat projectedMat(1, nEigens, CV_32FC1);
  pca.project(desc_mat.row(i), projectedMat);

  data.row(i) = projectedMat.row(0);
}

CvMat d1 = (CvMat)data;
CvMat d2 = (CvMat)values;

CvSVM svm;
svm.train(&d1, &d2);
svm.save("svmdata.xml");

InformationsquelleAutor Roland Nasr | 2011-02-11

c++computer-vision opencv pca svm

Was etarion sagte, ist richtig.

Kopieren einer Spalte oder Zeile, die Sie immer schreiben müssen:

Mat B = mat.col(i);
A.copyTo(B);

Das folgende Programm zeigt, wie Sie zur Durchführung einer PCA in OpenCV. Es zeige das mittlere Bild und die ersten drei Eigenfaces. Die Bilder, die ich verwendet, dort sind ab http://www.cl.cam.ac.uk/research/dtg/attarchive/facedatabase.html:

#include "cv.h"
#include "highgui.h"

using namespace std;
using namespace cv;

Mat normalize(const Mat& src) {
    Mat srcnorm;
    normalize(src, srcnorm, 0, 255, NORM_MINMAX, CV_8UC1);
    return srcnorm;
}

int main(int argc, char *argv[]) {
    vector<Mat> db;

    //load greyscale images (these are from http://www.cl.cam.ac.uk/research/dtg/attarchive/facedatabase.html)
    db.push_back(imread("s1/1.pgm",0));
    db.push_back(imread("s1/2.pgm",0));
    db.push_back(imread("s1/3.pgm",0));

    db.push_back(imread("s2/1.pgm",0));
    db.push_back(imread("s2/2.pgm",0));
    db.push_back(imread("s2/3.pgm",0));

    db.push_back(imread("s3/1.pgm",0));
    db.push_back(imread("s3/2.pgm",0));
    db.push_back(imread("s3/3.pgm",0));

    db.push_back(imread("s4/1.pgm",0));
    db.push_back(imread("s4/2.pgm",0));
    db.push_back(imread("s4/3.pgm",0));

    int total = db[0].rows * db[0].cols;

    //build matrix (column)
    Mat mat(total, db.size(), CV_32FC1);
    for(int i = 0; i < db.size(); i++) {
        Mat X = mat.col(i);
        db[i].reshape(1, total).col(0).convertTo(X, CV_32FC1, 1/255.);
    }

    //Change to the number of principal components you want:
    int numPrincipalComponents = 12;

    //Do the PCA:
    PCA pca(mat, Mat(), CV_PCA_DATA_AS_COL, numPrincipalComponents);

    //Create the Windows:
    namedWindow("avg", 1);
    namedWindow("pc1", 1);
    namedWindow("pc2", 1);
    namedWindow("pc3", 1);

    //Mean face:
    imshow("avg", pca.mean.reshape(1, db[0].rows));

    //First three eigenfaces:
    imshow("pc1", normalize(pca.eigenvectors.row(0)).reshape(1, db[0].rows));
    imshow("pc2", normalize(pca.eigenvectors.row(1)).reshape(1, db[0].rows));
    imshow("pc3", normalize(pca.eigenvectors.row(2)).reshape(1, db[0].rows));

    //Show the windows:
    waitKey(0);
}

und wenn Sie wollen, bauen Sie die matrix zeilenweise (wie in deiner ursprünglichen Frage oben) verwenden Sie dieses anstatt:

//build matrix
Mat mat(db.size(), total, CV_32FC1);
for(int i = 0; i < db.size(); i++) {
    Mat X = mat.row(i);
    db[i].reshape(1, 1).row(0).convertTo(X, CV_32FC1, 1/255.);
}

und setzen Sie das Kennzeichen in der PCA:

CV_PCA_DATA_AS_ROW

Hinsichtlich der Maschine lernen. Ich schrieb ein Dokument, das auf machine-learning mit der OpenCV C++ - API, Beispiele für die meisten Klassifikatoren, einschließlich Support-Vektor-Maschinen. Vielleicht kannst du einige inspiration: http://www.bytefish.de/pdf/machinelearning.pdf.

InformationsquelleAutor bytefish

4
```
data.row(i) = projectedMat.row(0);
```
Wird dies nicht funktionieren. operator= ist eine flache Kopie, d.h. keine Daten werden tatsächlich kopiert. Verwenden
```
cv::Mat sample = data.row(i); //also a shallow copy, points to old data!
projectedMat.row(0).copyTo(sample);
```
Das gleiche auch für:
```
desc_mat.row(i) = images[i].reshape(1, 1);
```
Spielt es eine Rolle, dass es nur eine flache Kopie? Es wird nur aktualisieren, der Zeiger auf die Daten hat, die noch nutzbar sein soll. Richtig?
Es ist nicht egal, denn diese Aussage ist im Grunde ein no-op. data.row(i) erstellt ein neues matrix-header, die auf die gleichen Daten, die jetzt operator= ändert diese neue matrix zurückgegeben Kopf-und tut sonst nichts, und am Ende des Ausdrucks die temporäre matrix-header (modifiziert) wird zerstört. data ist völlig unverändert. die opencv-Handbuch ausdrücklich erklärt, dass dies "nicht funktioniert".

InformationsquelleAutor etarion
0

Ich würde vorschlagen, Blick auf die neu eingecheckt tests im svn Kopf

modules/core/test/test_mat.cpp

online hier : https://code.ros.org/svn/opencv/trunk/opencv/modules/core/test/test_mat.cpp

gibt es Beispiele für PCA in der alten c-und c++ -

Hoffe, das hilft!

Ich habe dich schon bei den tests, und ich glaube, ich bin mehr verwirrt als ich vorher war. Ich sehe, Sie verwenden einen Zufallszahlengenerator, um zu konstruieren, Ihre Matrix zu führen PCA auf. Bin ich richtig, anzunehmen, dass mein Ansatz, der auf die Neugestaltung der mein Bild von Mat und fügen Sie diese in die Zeilen einer neuen Matte ist die richtige Vorgehensweise? Die Sache, die wirklich verwirrt mich zwischen den C-und C++ - version ist der C akzeptiert ein array von Bildern (oder der Matrix) und die C++ version akzeptiert nur eine einzige Matrix. Danke!

InformationsquelleAutor macarthy

Schreibe einen Kommentar

Du musst angemeldet sein, um einen Kommentar abzugeben.