#?-*-?coding:?utf-8?-*-
#?@auth
#?使用SVM對手勢方向進行訓練?分類

import?cv2
import?numpy?as?np?
from?os?import?listdir
from?sklearn.svm?import?SVC
from?sklearn.externals?import?joblib
from?sklearn.model_selection?import?GridSearchCV

train_path?=?“./feature/“
test_path??=?“./test_feature/“
model_path?=?“./model/“

#?將txt文件中的特征轉化成向量
def?txtToVector（filename?N）:
	returnVec?=?np.zeros（（1N））
	fr?=?open（filename）
	lineStr?=?fr.readline（）
	lineStr?=?lineStr.split（“?“）
	for?i?in?range（N）:
		returnVec[0?i]?=?int（lineStr[i]）
	return?returnVec


#?訓練SVM
def?train_SVM（N）:
	svc?=?SVC（）
	parameters?=?{‘kernel‘:（‘linear‘?‘rbf‘）
	??????????????‘C‘:[1?3?5?7?9?11?13?15?17?19]
	??????????????‘gamma‘:[0.00001?0.0001?0.001?0.1?1?10?100?1000]}#預設置一些參數值
	hwLabels?=?[]#存放類別標簽
	trainingFileList?=?listdir（train_path）
	m?=?len（trainingFileList）
	trainingMat?=?np.zeros（（mN））
	for?i?in?range（m）:
		fileNameStr?=?trainingFileList[i]
		classNumber?=?int（fileNameStr.split（‘_‘）[0]）
		hwLabels.append（classNumber）
		trainingMat[i:]?=?txtToVector（train_path+fileNameStr?N）#將訓練集改為矩陣格式
	clf?=?GridSearchCV（svc?parameters?cv=5?n_jobs=8）#網格搜索法，設置5-折交叉驗證
	clf.fit（trainingMat?hwLabels）
	print（clf.return_train_score）
	print（clf.best_params_）?#打印出最好的結果
	best_model?=?clf.best_estimator_
	print（“SVM?Model?saved“）
	save_path?=?model_path?+?“svm_train_model.m“
	joblib.dump（best_modelsave_path）#保存最好的模型


#?測試SVM
def?test_SVM（clfN）:
	testFileList?=?listdir（train_path）
	errorCount?=?0#記錄錯誤個數
	mTest?=?len（testFileList）
	for?i?in?range（mTest）:
		fileNameStr?=?testFileList[i]
		classNum?=?int（fileNameStr.split（‘_‘）[0]）
		vectorTest?=?txtToVector（train_path+fileNameStrN）
		valTest?=?clf.predict（vectorTest）
		#print（“分類返回結果為%d\t真實結果為%d“?%?（valTest?classNum））
		print（“file:“?fileNameStr“classNum:“?classNum?“Test:“?clf.predict（vectorTest））
		if?valTest?!=?classNum:
			errorCount?+=?1
	print（“總共錯了%d個數據\n錯誤率為%f%%“?%?（errorCount?errorCount/mTest?*?100））


#?載入模型并進行測試
def?test_fd（fd_test）:
	clf?=?joblib.load（model_path?+?“svm_train_model.m“）
	test_svm?=?clf.predict（fd_test）
	return?test_svm


if?__name__==“__main__“:
	train_SVM（99）
	clf?=?joblib.load（model_path?+?“svm_train_model.m“）
	test_SVM（clf99）

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2020-02-10?04:37??final\
?????文件???????10244??2020-02-12?09:08??final\.DS_Store
?????文件?????????120??2020-02-12?09:08??__MACOSX\final\._.DS_Store
?????文件?????????801??2020-02-12?09:10??final\picture.py
?????文件?????????220??2020-02-12?09:10??__MACOSX\final\._picture.py
?????目錄???????????0??2020-02-01?08:54??final\images\
?????文件?????????187??2020-02-01?08:54??__MACOSX\final\._images
?????目錄???????????0??2020-02-11?09:12??final\dataset\
?????文件????????2446??2020-02-12?08:47??final\classify.py
?????文件?????????276??2020-02-12?08:47??__MACOSX\final\._classify.py
?????文件????????1524??2020-02-12?09:16??final\extractFeature.py
?????文件?????????220??2020-02-12?09:16??__MACOSX\final\._extractFeature.py
?????目錄???????????0??2020-02-12?09:06??final\test_image\
?????文件?????????187??2020-02-12?09:06??__MACOSX\final\._test_image
?????目錄???????????0??2020-02-01?14:06??final\__pycache__\
?????文件????????1297??2020-02-12?07:21??final\dataset.py
?????文件?????????220??2020-02-12?07:21??__MACOSX\final\._dataset.py
?????目錄???????????0??2020-02-10?04:37??final\model\
?????目錄???????????0??2020-02-01?08:53??final\feature\
?????文件????????5187??2020-02-12?09:17??final\myGUI.py
?????文件?????????220??2020-02-12?09:17??__MACOSX\final\._myGUI.py
?????目錄???????????0??2020-02-01?08:53??final\test_feature\
?????文件???????26585??2020-02-01?10:01??final\images\2_249.png
?????文件?????????287??2020-02-01?10:01??__MACOSX\final\images\._2_249.png
?????文件???????32309??2020-02-01?13:18??final\images\2_261.png
?????文件?????????287??2020-02-01?13:18??__MACOSX\final\images\._2_261.png
?????文件???????24292??2020-02-01?13:18??final\images\2_275.png
?????文件?????????187??2020-02-01?13:18??__MACOSX\final\images\._2_275.png
?????文件???????11489??2020-01-31?14:49??final\images\1_64.png
?????文件?????????287??2020-01-31?14:49??__MACOSX\final\images\._1_64.png
?????文件???????31853??2020-02-01?13:18??final\images\1_349.png
............此處省略7311個文件信息