早在大二时，导师做过一个花生品种识别的程序，但当时用于品种识别的特征是自定义特征；而我的当初的本科毕业设计则是基于SVM + HOG的人脸识别；在后来的工作学习中，又用到了HOG特征，想着是不是之前的花生品种的识别也能用Hog特征进行识别；正所谓学以致用，也能巩固下刚刚所学的知识；

所谓的Hog特征与SVM网上资料一大堆，而且讲解得非常详细，在这里不在做过多的讲解；

本程序的开发环境，主要是依赖于VS2013 + OpenCV2.4.9，开发环境，请自行配置，那么，下面贴出代码，不足之处，请各位大侠不吝批评指正：

特征提取功能的实现：

[cpp] view plaincopyprint?

 

1. CvMat* dataMat = NULL;  
2. Book* book = xlCreateBook();  
3. Sheet* sheet = book->addSheet("Sheet1");  
4.   
5. for (int j = 1; j <= 13; ++ j)  
6. {  
7.     CString strLoadPath = "SubImage\\";  
8.     CString strFile;  
9.     strFile.Format("s%d", j);  
10.     strLoadPath = strLoadPath + strFile + "\\";  
11.   
12.     for (int i = 1; i <= 45; ++i)  
13.     {  
14.         CString loadPath = strLoadPath;  
15.         CString stri;  
16.         stri.Format("%d.jpg", i);  
17.         loadPath = loadPath + stri;  
18.   
19.         IplImage* srcImage = cvLoadImage(loadPath);  
20.         IplImage* grayImage = cvCreateImage(cvGetSize(srcImage), IPL_DEPTH_8U, 1);  
21.         IplImage* hogImage = cvCreateImage(cvSize(96, 64), IPL_DEPTH_8U, 1);        //用于提取Hog特征的图像  
22.   
23.         cvCvtColor(srcImage, grayImage, CV_RGB2GRAY);  
24.   
25.         cvResize(grayImage, hogImage, CV_INTER_LINEAR);   //线性插值  
26.   
27.         std::vector<float> vfDescriptors;  
28.         //vfDescriptors.resize(hogImage->width * hogImage->height);  
29.         cv::Ptr<cv::HOGDescriptor> hog = new cv::HOGDescriptor(cvSize(hogImage->width, hogImage->height), cvSize(16, 16), cvSize(8, 8), cvSize(8, 8), 9);  
30.         hog->compute(hogImage, vfDescriptors, cv::Size(1, 1), cv::Size(0, 0));       //使用计算函数进行计算  
31.   
32.         //CvMat* mat = cvCreateMat(45 * 13, vfDescriptors.size(), CV_32FC1);  
33.         //cvZero(mat);  
34.   
35.         int cols = 0;  
36.   
37.         for (auto it = vfDescriptors.begin(); it != vfDescriptors.end(); ++it)  
38.         {  
39.             if (sheet)  
40.             {  
41.                 sheet->writeNum(45 * (j-1) + (i - 1), cols++, *it);    //把Hog数据存储到Excel 中  
42.             }  
43.         }  
44.   
45.         //释放内存  
46.         cvReleaseImage(&srcImage);  
47.         srcImage = NULL;  
48.         cvReleaseImage(&grayImage);  
49.         grayImage = NULL;  
50.         cvReleaseImage(&hogImage);  
51.         hogImage = NULL;  
52.   
53.     }// 内层 for 循环  
54.   
55. }  
56.   
57. book->save("Hog.xls");  
58. book->release();  

SVM训练的实现代码：

[cpp] view plaincopyprint?

 

1. Book* book = xlCreateBook();  
2.   
3.     if (book->load("Hog.xls"))  
4.     {  
5.         Sheet* sheet = book->getSheet(0);  
6.   
7.         if (sheet)  
8.         {  
9.   
10.             CvMat* dataMat = cvCreateMat(sheet->lastRow(), sheet->lastCol(), CV_32FC1);       //存储导入的数据  
11.   
12.             for (int i = 0; i < sheet->lastRow(); ++ i)  
13.             {  
14.                 for (int j = 0; j < sheet->lastCol(); ++ j)  
15.                 {  
16.                     double temp = sheet->readNum(i, j);  
17.                     cvSetReal2D(dataMat, i, j, temp);  
18.                 }  
19.             }  
20.               
21.             MessageBox("数据导入完成");  
22.   
23.             CvMat* lableMat = cvCreateMat(sheet->lastRow(), 1, CV_32FC1);  
24.             cvZero(lableMat);  
25.   
26.             for (int i = 0; i < 13; ++ i)  
27.             {  
28.                 for (int j = 0; j < 45; ++ j)  
29.                 {  
30.                     cvSetReal2D(lableMat, i * 45 + j, 0, i + 1);  
31.                 }  
32.             }  
33.   
34.             CvSVM svm;  
35.             CvSVMParams svmParams;                      //向量机参数  
36.             CvTermCriteria  svmCriteria;                //迭代中止条件  
37.             svmCriteria = cvTermCriteria(CV_TERMCRIT_EPS, 1000, FLT_EPSILON);  
38.   
39.             svmParams = CvSVMParams(CvSVM::C_SVC, CvSVM::RBF, 10.0, 8.0, 1.0, 10.0, 0.5, 0.1, NULL, svmCriteria);  
40.   
41.             //利用训练数据和确定的学习参数，进行SVM学习  
42.             svm.train(dataMat, lableMat, NULL, NULL, svmParams);  
43.             svm.save("svm.xml");  
44.   
45.             //以下代码用于SVM识别  
46.             CvMat* svmResult = cvCreateMat(sheet->lastRow(), 1, CV_32FC1);  
47.             CvMat* svmRow = NULL;  
48.   
49.             for (int i = 0; i < sheet->lastRow(); ++ i)  
50.             {  
51.                 svmRow = cvCreateMat(1, sheet->lastCol(), CV_32FC1);  
52.   
53.                 for (int j = 0; j < sheet->lastCol(); ++ j)  
54.                 {  
55.                     float temp = cvGetReal2D(dataMat, i, j);  
56.                     cvSetReal2D(svmRow, 0, j, temp);  
57.                 }  
58.   
59.                 unsigned int ret = 0;  
60.                 ret = svm.predict(svmRow);  
61.                 cvSetReal2D(svmResult, i, 0, ret);  
62.   
63.                 cvReleaseMat(&svmRow);  
64.                 svmRow = NULL;  
65.             }  
66.   
67.             int nCount = 0;  
68.   
69.             for (int i = 0; i < 13; ++i)  
70.             {  
71.                 for (int j = 0; j < 45; ++ j)  
72.                 {  
73.                     int ret = cvGetReal2D(svmResult, i * 45 + j, 0);  
74.                     if (ret == (i + 1))  
75.                     {  
76.                         ++nCount;  
77.                     }  
78.                 }  
79.             }  
80.   
81.             float recognize = 100 * nCount / 13 / 45;  
82.   
83.             CString str;  
84.             str.Format("SVM 识别率为： %f", recognize);  
85.             str = str + "%";  
86.             MessageBox(str);  
87.   
88.         }  
89.     }  

测试功能的实现代码：

[cpp] view plaincopyprint?

 

1. CvSVM svm;  
2.     svm.load("svm.xml");  
3.   
4.     CFileDialog dlg(TRUE, NULL, NULL, 0, "图片文件(*.jpg)|*.jpg||");  
5.     if (dlg.DoModal() == IDOK)  
6.     {  
7.         IplImage* testImage = cvLoadImage(dlg.GetPathName());  
8.         IplImage* grayImage = cvCreateImage(cvGetSize(testImage), IPL_DEPTH_8U, 1);  
9.         IplImage* hogImage = cvCreateImage(cvSize(96, 64), IPL_DEPTH_8U, 1);  
10.   
11.         cvCvtColor(testImage, grayImage, CV_RGB2GRAY);  
12.         cvResize(grayImage, hogImage, CV_INTER_LINEAR);  
13.   
14.         std::vector<float> vfDescriptors;  
15.         //vfDescriptors.resize(hogImage->width * hogImage->height);  
16.         cv::Ptr<cv::HOGDescriptor> hog = new cv::HOGDescriptor(cvSize(hogImage->width, hogImage->height), cvSize(16, 16), cvSize(8, 8), cvSize(8, 8), 9);  
17.         hog->compute(hogImage, vfDescriptors, cv::Size(1, 1), cv::Size(0, 0));       //使用计算函数进行计算  
18.       
19.         CvMat* mat = cvCreateMat(1, 256, CV_32FC1);  
20.   
21.         int cols = 0;  
22.   
23.         for (auto it = 0; it < 256; ++it)  
24.         {  
25.             cvSetReal2D(mat, 0, it, vfDescriptors[it]);  
26.         }  
27.   
28.       
29.         int  ret = svm.predict(mat);  
30.         CString str;  
31.         switch (ret)  
32.         {  
33.         case 1:  
34.             str = "品种1：P12";  
35.             break;  
36.         case 2:  
37.             str = "品种2：矮2";  
38.             break;  
39.         case 3:  
40.             str = "品种3：花玉22";  
41.             break;  
42.         case 4:  
43.             str = "品种4：花玉25";  
44.             break;  
45.         case 5:  
46.             str = "品种5：冀花2号";  
47.             break;  
48.         case 6:  
49.             str = "品种6：冀花4号";  
50.             break;  
51.         case 7:  
52.             str = "品种7：冀花5号";  
53.             break;  
54.         case 8:  
55.             str = "品种8：鲁花9号";  
56.             break;  
57.         case 9:  
58.             str = "品种9：青花6号";  
59.             break;  
60.         case 10:  
61.             str = "品种10：天府3号";  
62.             break;  
63.         case 11:  
64.             str = "品种11：维花8号";  
65.             break;  
66.         case 12:  
67.             str = "品种12：小白沙";  
68.             break;  
69.         case 13:  
70.             str = "品种13：中农108";  
71.             break;  
72.         }  
73.         AfxMessageBox(str);  
74.         //cvReleaseMat(&mat);  
75.     }//end if     

相关的程序代码，用于测试的图像样本及程序中用到的操作 Excel 的类，已经打包上传到CSDN，请自行下载：http://download.csdn.net/detail/lingtianyulong/8377461

基于SVM+HOG的花生品种识别