c++ - 使用 ORB 描述符训练 svm？

Question

您好，我一直在尝试训练具有特征的支持 vector 机，但我不明白如何处理使用 ORB 计算的关键点的描述符。我知道 svm 需要一个数据矩阵和一个标签矩阵，但我不知道如何将描述符 Mat 传递为有效格式。 我读过 BoF(词袋/特征)，但我不知道如何使用它。 感谢您的帮助。

下面的代码允许我获取图像的描述符。下一步是什么？

            std::vector<KeyPoint> kp;
            Mat desc;
        // Default parameters of ORB
            int nfeatures = 128; 
            float scaleFactor = 1.2f; 
            int nlevels = 8;    
            int edgeThreshold = 15; // Changed default (31);
            int firstLevel = 0; 
            int WTA_K = 2; 
            int scoreType = ORB::HARRIS_SCORE; 
            int patchSize = 31; 
            int fastThreshold = 20;

            Ptr<ORB> myORB = ORB::create(nfeatures, scaleFactor, nlevels, edgeThreshold, firstLevel, WTA_K, scoreType,
                patchSize, fastThreshold);

            myORB->detectAndCompute(src, Mat(), kp, desc);

            features.push_back(desc);

Answer 1

我强烈建议您将 Python 与 OpenCV 结合使用，这将为您节省大量时间。在 python 中，这将只是 10 行代码。

可以引用这个link对于 ORB。一旦获得功能，就可以使用 scikit-learn svm用于训练 SVM 分类器。