#include?
#include?“opencv2/opencv.hpp“
#include?“windows.h“
#include?“fstream“
#include???

using?namespace?std;
using?namespace?cv;
int?imagehigh?=32;
int?imagewight?=24;
int?_tmain（int?argc?_TCHAR*?argv[]）
{
	vector?img_path;//圖像路徑容器??
	vector?img_catg;//圖像類別容器
	int?nLine?=?0;
	string?buf;
	ifstream?svm_data（“C:\\Users\\MelonH\\Desktop\\樣本2\\新建文件夾\\手勢(shì)路徑.txt“）;//訓(xùn)練樣本圖片的路徑都寫(xiě)在這個(gè)txt文件中，使用bat批處理文件可以得到這個(gè)txt文件?
	if?（!svm_data）
		return?1;
	unsigned?long?n;
	while?（svm_data）//將訓(xùn)練樣本文件依次讀取進(jìn)來(lái)????
	{
		if?（getline（svm_data?buf））
		{
			nLine++;
			if?（nLine?%?2?==?0）//注：奇數(shù)行是圖片全路徑，偶數(shù)行是標(biāo)簽?
			{
				img_catg.push_back（atoi（buf.c_str（）））;//atoi將字符串轉(zhuǎn)換成整型，標(biāo)志（01，2，...，9），注意這里至少要有兩個(gè)類別，否則會(huì)出錯(cuò)????
			}
			else
			{
				img_path.push_back（buf）;//圖像路徑????
			}
		}
	}
	svm_data.close（）;//關(guān)閉文件????
	CvMat?*data_mat?*res_mat;
	int?nImgNum?=?nLine?/?2;?//nImgNum是樣本數(shù)量，只有文本行數(shù)的一半，另一半是標(biāo)簽?????
	data_mat?=?cvCreateMat（nImgNum216?CV_32FC1）;??//第二個(gè)參數(shù)，即矩陣的列是由下面的descriptors的大小決定的，可以由descriptors.size（）得到，且對(duì)于不同大小的輸入訓(xùn)練圖片，這個(gè)值是不同的??
	cvSetZero（data_mat）;
	//類型矩陣存儲(chǔ)每個(gè)樣本的類型標(biāo)志????
	res_mat?=?cvCreateMat（nImgNum?1?CV_32FC1）;
	cvSetZero（res_mat）;
	IplImage*?src;
	IplImage*?trainImg1?=?cvCreateImage（cvSize（imagehigh?imagewight）?8?3）;//需要分析的圖片，這里手勢(shì)的圖片尺寸都為32*24，所以上面定義了216，如果要更改圖片大小，可以先用debug查看一下descriptors是多少，然后設(shè)定好再運(yùn)行????
	//處理HOG特征??
	for?（string::size_type?i?=?0;?i?!=?img_path.size（）;?i++）
	{
		src?=?cvLoadImage（img_path[i].c_str（）?1）;//讀入一張圖片
		if?（src?==?NULL）
		{
			cout?<			continue;
		}
		cout?<		cvResize（src?trainImg1）;//歸一化圖像尺寸到32*24
		Mat?trainImg?=?cvarrToMat（trainImg1?true）;//IplImage*?類型轉(zhuǎn)化到Mat類型
		/***對(duì)圖片預(yù)處理***/
		Mat?element?=?getStructuringElement（MORPH_RECT?Size（2?2））;//第一個(gè)參數(shù)MORPH_RECT表示矩形的卷積核，當(dāng)然還可以選擇橢圓形的、交叉型的，第二個(gè)參數(shù)為核的大小
		dilate（trainImg?trainImg?element）;//膨脹，參數(shù)1：輸入圖片，參數(shù)2：輸出圖片，參數(shù)3：卷積核
		medianBlur（trainImg?trainImg?3）;//中值濾波，
		Mat?element2?=?getStructuringElement（MORPH_RECT?Size（2?2））;?//第一個(gè)參數(shù)MORPH_RECT表示矩形的卷積核，當(dāng)然還可以選擇橢圓形的、交叉型的，第二個(gè)參數(shù)為核的大小
		morphologyEx（trainImg?trainImg?MORPH_CLOSE?element2）;//形態(tài)學(xué)處理閉運(yùn)算，就修改第三個(gè)參數(shù)就可以了。這里演示的是形態(tài)學(xué)梯度處理
		HOGDescriptor?*hog?=?new?HOGDescriptor（cvSize（imagehigh?imagewight）?cvSize（16?16）?cvSize（8?8）?cvSize（88）?9）;
		/***參數(shù)1：圖像大小
		????參數(shù)2：塊大小
			參數(shù)3：細(xì)胞大小
			參數(shù)4：塊重疊
			參數(shù)5：細(xì)胞中向量維度***/
		vectordescriptors;//存放結(jié)果?????
		hog->compute（trainImg?descriptors?Size（1?1）?Size（0?0））;?//Hog特征計(jì)算??????
		cout?<riptors.size（）?<		n?=?0;
		for?（vector::iterator?iter?=?descriptors.begin（）;?iter?!=?descriptors.end（）;?iter++）//HOG特征寫(xiě)入Mat矩陣
		{
			cvmSet（data_mat?i?n?*iter）;//存儲(chǔ)HOG特征?
			n++;
		}
		cvmSet（res_mat?i?0?img_catg[i]）;//標(biāo)簽寫(xiě)入Mat矩陣
		cout?<	}
???
	CvSVM?svm;
	CvSVMParams?param;//這里是SVM訓(xùn)練相關(guān)參

?屬性????????????大小?????日期????時(shí)間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2018-05-12?12:41??svm+hog\
?????目錄???????????0??2018-05-12?12:41??svm+hog\Debug\
?????文件??????154112??2018-05-11?17:38??svm+hog\Debug\svm+hog.exe
?????文件??????926476??2018-05-11?17:38??svm+hog\Debug\svm+hog.ilk
?????文件????11725824??2018-05-11?17:38??svm+hog\Debug\svm+hog.pdb
?????文件??????156992??2018-05-12?12:41??svm+hog\readme.docx
?????目錄???????????0??2018-05-12?12:44??svm+hog\svm+hog\
?????目錄???????????0??2018-05-12?12:41??svm+hog\svm+hog\Debug\
?????文件????????2571??2016-06-01?11:24??svm+hog\svm+hog\Debug\recognition.obj
?????文件????????2672??2018-05-11?17:38??svm+hog\svm+hog\Debug\svm+hog.log
?????目錄???????????0??2018-05-12?12:41??svm+hog\svm+hog\Debug\svm+hog.tlog\
?????文件???????69896??2018-05-11?17:38??svm+hog\svm+hog\Debug\svm+hog.tlog\CL.read.1.tlog
?????文件????????1006??2018-05-11?17:38??svm+hog\svm+hog\Debug\svm+hog.tlog\CL.write.1.tlog
?????文件????????5146??2018-05-11?17:38??svm+hog\svm+hog\Debug\svm+hog.tlog\cl.command.1.tlog
?????文件???????12588??2018-05-11?17:38??svm+hog\svm+hog\Debug\svm+hog.tlog\link.command.1.tlog
?????文件???????12314??2018-05-11?17:38??svm+hog\svm+hog\Debug\svm+hog.tlog\link.read.1.tlog
?????文件?????????958??2018-05-11?17:38??svm+hog\svm+hog\Debug\svm+hog.tlog\link.write.1.tlog
?????文件?????????215??2018-05-11?17:38??svm+hog\svm+hog\Debug\svm+hog.tlog\svm+hog.lastbuildstate
?????文件??????621627??2018-05-11?17:38??svm+hog\svm+hog\Debug\train.obj
?????文件?????2862080??2018-05-11?17:38??svm+hog\svm+hog\Debug\vc120.idb
?????文件?????1552384??2018-05-11?17:38??svm+hog\svm+hog\Debug\vc120.pdb
?????文件????14496219??2018-05-11?17:41??svm+hog\svm+hog\HOG_SVM_LOGO.xml
?????文件??????423687??2018-05-11?17:42??svm+hog\svm+hog\SVM_PREDICT.txt
?????文件????????5281??2018-04-04?23:32??svm+hog\svm+hog\svm+hog.vcxproj
?????文件?????????949??2016-12-21?16:30??svm+hog\svm+hog\svm+hog.vcxproj.filters
?????文件?????????165??2016-06-17?23:58??svm+hog\svm+hog\svm+hog.vcxproj.user
?????文件????????9761??2018-05-12?12:44??svm+hog\svm+hog\train.cpp
?????文件??????????32??2018-05-11?16:45??svm+hog\svm+hog.opensdf
?????文件????38993920??2018-05-11?16:57??svm+hog\svm+hog.sdf
?????文件?????????967??2016-06-01?09:22??svm+hog\svm+hog.sln
?????文件???????26624??2018-04-14?23:06??svm+hog\svm+hog.v12.suo
............此處省略0個(gè)文件信息