OpenCV和SVM在图像中的应用 问问题

Question

OpenCV和SVM在图像中的应用 问问题

在读取图像、提取用于培训的功能以及使用SVMS测试OpenCV中的新图像时，我遇到了困难。有人能告诉我一个很棒的链接吗？我看过OpenCV支持向量机简介..但这无助于在图像中阅读，我也不知道如何把它结合起来。

---

我的目标是对图像中的像素进行分类。这些像素属于曲线。我理解如何形成训练矩阵(例如，图像A 1，1，2，3，4，4，5，2，2，2，2，2，2，2，5，3，3，3，3，3，3，5

我的训练矩阵为[3][2]={1，1}{1，2}{1，3}{1，4}{2，1}.}

不过，我对标签有点迷惑。根据我的理解，我必须指定训练矩阵中的哪一行(图像)对应于曲线或非曲线。但是，如果有一些像素属于曲线，而有些不属于曲线，我如何标记训练矩阵行(图像)。例如，我的训练矩阵是[3][2]={1，1}{1，2}{1，3}{1，4}{2，1}{}，像素{1，1}和{1，4}属于曲线，而其余的不属于曲线。

Answer 1

矩阵中的每一行都必须是相同的大小，因此在图像大小不同的情况下，需要由应用程序来决定如何处理它。就我个人而言，我认为我会选择一些固定的大小和上/下采样的图像，如果它不适合的大小。这可以在输入图像本身上完成，也可以在将它们读取到程序中以填充矩阵时完成。