//#include?
//#include?
//#include?“opencv2/imgcodecs.hpp“
//#include?
//#include?
//#include?
//
//using?namespace?cv;
//using?namespace?cv::ml;
//using?namespace?std;
//
////大端轉小端
//int?reverseInt（int?i）;
//
//void?main（）
//{
//	//讀取測試樣本集
//	ifstream?if_testImags（“t10k-images-idx3-ubyte“?ios::binary）;
//	//讀取失敗
//	if?（true?==?if_testImags.fail（））
//	{
//		cout?<//		return;
//	}
//	int?magic_num?testImgsNum?nrows?ncols;
//	//讀取magic?number
//	if_testImags.read（（char*）&magic_num?sizeof（magic_num））;
//	magic_num?=?reverseInt（magic_num）;
//	cout?<//	//讀取測試圖像總數
//	if_testImags.read（（char*）&testImgsNum?sizeof（testImgsNum））;
//	testImgsNum?=?reverseInt（testImgsNum）;
//	cout?<//	//讀取圖像的行大小
//	if_testImags.read（（char*）&nrows?sizeof（nrows））;
//	nrows?=?reverseInt（nrows）;
//	cout?<//	//讀取圖像的列大小
//	if_testImags.read（（char*）&ncols?sizeof（ncols））;
//	ncols?=?reverseInt（ncols）;
//	cout?<//
//	//讀取測試圖像
//	int?imgVectorLen?=?nrows?*?ncols;
//	Mat?testFeatures?=?Mat::zeros（testImgsNum?imgVectorLen?CV_32FC1）;
//	Mat?temp?=?Mat::zeros（nrows?ncols?CV_8UC1）;
//	for?（int?i?=?0;?i?//	{
//		if_testImags.read（（char*）temp.data?imgVectorLen）;
//		Mat?tempFloat;
//		//由于SVM需要的測試數據格式是CV_32FC1，在這里進行轉換
//		temp.convertTo（tempFloat?CV_32FC1）;
//		memcpy（testFeatures.data?+?i*imgVectorLen?*?sizeof（float）?tempFloat.data?imgVectorLen?*?sizeof（float））;
//	}
//	//歸一化
//	testFeatures?=?testFeatures?/?255;
//	//讀取測試圖像對應的分類標簽
//	ifstream?if_testLabels（“t10k-labels-idx1-ubyte“?ios::binary）;
//	//讀取失敗
//	if?（true?==?if_testLabels.fail（））
//	{
//		cout?<//		return;
//	}
//	int?magic_num_2?testLblsNum;
//	//讀取magic?number
//	if_testLabels.read（（char*）&magic_num_2?sizeof（magic_num_2））;
//	magic_num_2?=?reverseInt（magic_num_2）;
//	cout?<//	//讀取測試圖像的分類標簽的數量
//	if_testLabels.read（（char*）&testLblsNum?sizeof（testLblsNum））;
//	testLblsNum?=?reverseInt（testLblsNum）;
//	cout?<//
//	//由于SVM需要輸入的標簽類型是CV_32SC1，在這里進行轉換
//	Mat?testLabels?=?Mat::zeros（testLblsNum?1?CV_32SC1）;
//	Mat?readLabels?=?Mat::zeros（testLblsNum?1?CV_8UC1）;
//	if_testLabels.read（（char*）readLabels.data?testLblsNum?*?sizeof（char））;
//	readLabels.convertTo（testLabels?CV_32SC1）;
//
//	//載入訓練好的SVM模型
//	Ptr?svm?=?SVM::load（“mnist.xml“）;
//	int?sum?=?0;
//	//對每一個測試圖像進行SVM分類預測
//	for?（int?i?=?0;?i?<

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????文件????????4729??2017-12-13?10:30??test.cpp
?????文件?????????939??2017-10-01?10:40??test1.cpp