#include?
#include?
#include?
#include?“opencv2/objdetect.hpp“
#include?

using?namespace?cv::ml;
using?namespace?cv;
using?namespace?std;
string?pathName?=?“digits.png“;
int?SZ?=?20;
float?affineFlags?=?WARP_INVERSE_MAP?|?INTER_LINEAR;

//傾斜矯正
Mat?deskew（Mat&?img）?{
	Moments?m?=?moments（img）;
	if?（abs（m.mu02）?		return?img.clone（）;
	}
	float?skew?=?m.mu11?/?m.mu02;
	Mat?warpMat?=?（Mat_（2?3）?<	Mat?imgOut?=?Mat::zeros（img.rows?img.cols?img.type（））;
	warpAffine（img?imgOut?warpMat?imgOut.size（）?affineFlags）;

	return?imgOut;
}


//加載訓練測試數據集標簽
void?loadTrainTestLabel（string?&pathName?vector?&trainCells??vector?&trainLabels）?{

	Mat?img?=?imread（pathName?CV_LOAD_IMAGE_GRAYSCALE）;
	int?ImgCount?=?0;
	for?（int?i?=?0;?i?	{
		for?（int?j?=?0;?j?		{
			Mat?digitImg?=?（img.colRange（j?j?+?SZ）.rowRange（i?i?+?SZ））.clone（）;
			
				trainCells.push_back（digitImg）;
			
			ImgCount++;
		}
	}

	cout?<
	float?digitClassNumber?=?0;
	for?（int?z?=?0;?z	{
		if?（z?%?500?==?0?&&?z?!=?0）
		{
			digitClassNumber?=?digitClassNumber?+?1;
		}
		trainLabels.push_back（digitClassNumber）;
	}	
}
//?創建傾斜矯正后的訓練集測試集
void?CreateDeskewedTrainTest（vector?&deskewedTrainCells?vector?&trainCells）?{


	for?（int?i?=?0;?i
		Mat?deskewedImg?=?deskew（trainCells[i]）;
		deskewedTrainCells.push_back（deskewedImg）;
	}

}
//HOG特征描述子
HOGDescriptor?hog（
	Size（20?20）?//winSize
	Size（10?10）?//blocksize
	Size（5?5）?//blockStride
	Size（10?10）?//cellSize
	9?//nbins
	1?//derivAper
	-1?//winSigma
	0?//histogramNormType
	0.2?//L2HysThresh
	0//gammal?correction
	64//nlevels=64
	1）;
//創建訓練測試HOG特征，并將計算結果保存至
void?CreateTrainTestHOG（vector?>?&trainHOG?vector?&deskewedtrainCells）?{
	//train?hog大小為num*hogsize

	for?（int?y?=?0;?y		vector?descriptors;
		hog.compute（deskewedtrainCells[y]?descriptors?Size（2?2）?Size（0?0））;
		trainHOG.push_back（descriptors）;
	}

	
}

void?ConvertVectortoMatrix（vector?>?&trainHOG??Mat?&trainMat）
{

	int?descriptor_size?=?trainHOG[0].size（）;//第一個樣本的特征大小

	for?（int?i?=?0;?i		for?（int?j?=?0;?jriptor_size;?j++）?{
			trainMat.at（i?j）?=?trainHOG[i][j];
		}
	}
	
	
}

void?getSVMParams（SVM?*svm）
{
	cout?<getKernelType（）?<	cout?<getType（）?<	cout?<getC（）?<	cout?<getDegree（）?<	cout?<getNu（）?<	cout?<getGamma（）?<}

void?SVMtrain（M

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????文件??????721129??2017-01-30?07:04??digits.png
?????文件????????5031??2018-04-30?19:05??main.cpp
?????文件?????1783266??2018-04-30?17:10??model4.yml