OpenCV机器学习概观、资源、实现
2015-05-26 17:53
162 查看
作为当前最热门的图像处理+计算机视觉C++开源程序库之一,OpenCV的功能自然越来越强大,由于一系列核心算法需要机器学习方法的介入,OpenCV即使的包含了一些常用的机器学习方法实现。
对OpenCV的机器学习相关实现,概括如下:
(1).朴素贝叶斯分类器,实现类:CvNormalBayesClassifier
(2).K近邻分类器,实现类:CvKNearest
(3).支持向量机分类器,实现类:CvSVM
(4).期望最大化EM分类器,实现类:EM
(4).决策树分类器,实现类:CvDTree
(5).随机森林分类器,实现类:CvRTrees。另有Extremely randomized trees Classifier,不知道是怎么Extremely randomized的。
(6).boost分类器:实现类:CvBoost+CvBoost
(7).梯度boost分类器,实现类:CvGBTrees。
(8).人工神经网络分类器,实现类:CvANN_MLP
需要说明的是,以上介绍的只是算法,所谓巧妇难为无米之炊,你在会做饭(有好算法),但是没米也不行,CvMLData类则实现了对数据的整理和清洗,洗干净等她做饭。
以下是用dot生成的机器学习类继承图:
为了方便查阅OpenCV代码,特地使用doxygen生成了core和ml模块的代码文档,文件格式为.chm。已经上传到本人的csdn资源页面。共3个压缩分卷文件.
======================
对OpenCV的机器学习相关实现,概括如下:
(1).朴素贝叶斯分类器,实现类:CvNormalBayesClassifier
(2).K近邻分类器,实现类:CvKNearest
(3).支持向量机分类器,实现类:CvSVM
(4).期望最大化EM分类器,实现类:EM
(4).决策树分类器,实现类:CvDTree
(5).随机森林分类器,实现类:CvRTrees。另有Extremely randomized trees Classifier,不知道是怎么Extremely randomized的。
(6).boost分类器:实现类:CvBoost+CvBoost
(7).梯度boost分类器,实现类:CvGBTrees。
(8).人工神经网络分类器,实现类:CvANN_MLP
需要说明的是,以上介绍的只是算法,所谓巧妇难为无米之炊,你在会做饭(有好算法),但是没米也不行,CvMLData类则实现了对数据的整理和清洗,洗干净等她做饭。
以下是用dot生成的机器学习类继承图:
为了方便查阅OpenCV代码,特地使用doxygen生成了core和ml模块的代码文档,文件格式为.chm。已经上传到本人的csdn资源页面。共3个压缩分卷文件.
======================
相关文章推荐
- OpenCV机器学习概观、资源、实现
- [机器学习]基于OpenCV实现最简单的数字识别
- [机器学习]基于OpenCV实现最简单的数字识别
- OpenCV机器学习:SVM分类器实现MNIST手写数字识别
- [机器学习]基于OpenCV实现最简单的数字识别
- [机器学习]基于OpenCV实现最简单的数字识别
- 机器学习---opencv实现简单的KNN算法
- [机器学习]基于OpenCV实现最简单的数字识别
- 机器学习 101 Mahout 简介 建立一个推荐引擎 使用 Mahout 实现集群 使用 Mahout 实现内容分类 结束语 下载资源
- 机器学习 101 Mahout 简介 建立一个推荐引擎 使用 Mahout 实现集群 使用 Mahout 实现内容分类 结束语 下载资源
- OpenCV机器学习(1):贝叶斯分类器实现代码分析
- 基于VS C++平台的OpenCV设置,实现简单的行人检测
- OpenCV学习——物体跟踪的粒子滤波算法实现之权重归一化
- OpenCV下车牌定位算法实现代码 (二)
- 目标检测——CodeBook背景建模(原理+Opencv实现代码)
- 机器学习入门算法及其java实现-ID3(决策树)算法
- opencv实现视频播放(带滚动条)
- 使用OpenCL+OpenCV实现图像卷积(一)
- 运用freeimage实现opencv下的gif解析
- 利用SIFT和RANSAC算法(openCV框架)实现物体的检测与定位,并求出变换矩阵(findFundamentalMat和findHomography的比较)