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);
最佳答案
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。
关于c++ - 使用 ORB 描述符训练 svm?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44061239/