用于提取二维码位置的SVM分类器

• Author: ZhangHao
• Reviser: ZhangHao
• Date: 2019/03/08
• Version: 0.1.1
• abstract: SVM分类器

版本信息

V0.1.0

已经完成的是SVM分类器模型的读取输出和训练，视频分割，训练集制作，图片分割，特征向量的提取

V0.1.1

修复了一些bug，将视频扫描的部分加入了多尺度变换，可以从原图片的0.25，0.5，1，2，4倍大小进行划窗检测，并且可以基本实现对孤立图片的分类

文件结构

cutpic -> 被四分后的二维码
cutvideo -> 被裁剪的视频图片，用来作negetive pic
html -> 生成的doxygen文档
model -> *.xml模型
qrpic -> 二维码原图
test -> 测试样例图

依赖

• 目前只依赖opencv

SVM分类器简介

SVM输入的是一个n维向量，因此需要对图像提取特征向量，有很多种特征向量的提取方法，这里使用的是hog特征向量，提取的主要是边缘特征。因此为了保证输入到SVM中的向量维数相同，必须使用同样分辨率的图片。

用法

在doxygen生成的文档里面有详细的说明了每个函数的用法，基本流程就是:

• 首先制作一个你需要的正样本集和负样本集（每张图片最好是统一分辨率的，默认为80*80，在构造函数中要初始化每个图像的高度和宽度）
• 然后进行训练 svmTrain
• 然后可以预测一个文件夹中的文件类型（正/负） svmPredict

样例

mkdir build
cd build
cmake ..
make
./MYSVM

TODO

• 如果可能的话，对hog函数并行化处理
• 目前制作训练集的技巧还不够娴熟
• 目前阶段的训练集制作的还不够完善，需要升级改进