基于Opencv的图像分类

图像分类，基于opencv进行图图像分类工作的。可以完美运行。

#>>>>>>>>	   Cutting Border Functions	      <<<<<<<<<<#
#		Cordeiro Libel - UTFPR - 2017			  	    #
#-------------------------------------------------------#

#My libraries
from commons import *

# Find the largest contour
def largestCnt（contours）:
	area = 0
	largest_cnt = 0

	for cnt in contours:
		cnt_area = cv2.contourArea（cnt）
		if	cnt_area > area:
			area = cnt_area
			largest_cnt = cnt
	return largest_cnt

#   Simplify points in 4 points  O（sqrt（n）） n:number of points
#Calculate the best four points is expensive.
#So we indenfy the best points in a samples of all points.
#As soon we look around this sample and find the best point.
# . . . . . . . . . . . .
# ^         ^         ^ 
# |__jump___|__jump___|
def findCorner（pointsx_maxy_max）:
	four_points = np.array（[[00][00][00][00]]）

	size = points.size/2

	#the cost function is C（samples） = samples+2*jump-1 for jump = （size-1）/samples
	#the minimal of the cost is dC（samples）/dsamples = 1-2*（size-1）*samples^-2 = 0 so samples = 1+sqrt（2*（size-1））
	#samples: number of samples for the aproximate the minimal and maximal element
	samples = toInt（np.sqrt（2*（size-1）））
	jump = 1.0*（size-1）/samples

	#====The first look （2 points）
	amin = 1000000
	amax = -1000000
	for i in range（samples+1）: 
		index = toInt（i*jump）
		val = points[index][0]+points[index][1]
		if val			#save point closer NW vertice
			n_min = index
			amin = val
		if val>amax:
			#save point closer SE vertice
			n_max = index
			amax = val
	four_points[0] = points[n_min]
	four_points[3] = points[n_max]

	#====The Second look （2 points） around the n_min and n_max
	for i in range（toInt（2*jump）-1）:
		index = （n_min - toInt（jump） + 1 + i）%size
		val = points[index][0]+points[index][1]
		if val			#save point closer NW vertice
			four_points[0] = points[index]
			amin = val

		index = （n_max - toInt（jump） + 1 + i）%size
		val = points[index][0]+points[index][1]
		if val>amax:
			#save point closer SE vertice
			four_points[3] = points[index]
			amax = val

	#====The first look （more 2 points）
	amin = 1000000
	amax = -1000000
	for i in range（samples+1）: 
		index = toInt（i*jump）
		val = points[index][0]-points[index][1]
		if val			#save point closer SW vertice
			n_min = index
			amin = val
		if val>amax:
			#save point closer NE vertice
			n_max = index
			amax = val
	four_points[2] = points[n_min]
	four_points[1] = points[n_max]

	#====The Second look （2 points） around the n_min and n_max
	for i in range（toInt（2*jump）-1）:
		index = （n_min - toInt（jump） + 1 + i）%size
		val = points[index][0]-points[index][1]
		if val			#save point closer SW vertice
			four_points[2] = points[index]
			amin = val

		index = （n_max - toInt（jump） + 1 + i）%size
		val = points[index][0]-points[index][1]
		if val>amax:
			#save point closer NE vertice
			four_points[1] = points[index]
			amax = val

	return four_points

def cutBorder（img fix_size = True size = SIDE inv = False draw = Falsefour_points = None return_four_

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2017-09-25 22:53  imgClassification-master\
     文件          37  2017-09-25 22:53  imgClassification-master\.gitignore
     文件         415  2017-09-25 22:53  imgClassification-master\README.md
     文件        4750  2017-09-25 22:53  imgClassification-master\border.py
     文件        2456  2017-09-25 22:53  imgClassification-master\camera.py
     文件        3219  2017-09-25 22:53  imgClassification-master\classify.py
     文件        5497  2017-09-25 22:53  imgClassification-master\commons.py
     文件        1063  2017-09-25 22:53  imgClassification-master\dadosLoad.py
     文件        2385  2017-09-25 22:53  imgClassification-master\dadosSave.py
     文件        8572  2017-09-25 22:53  imgClassification-master\identify.py
     文件        3927  2017-09-25 22:53  imgClassification-master\interface.py
     文件        1284  2017-09-25 22:53  imgClassification-master\main.py
     文件        2361  2017-09-25 22:53  imgClassification-master\main2.py
     文件         902  2017-09-25 22:53  imgClassification-master\photos.py
     文件         594  2017-09-25 22:53  imgClassification-master\randImgs.py
     文件        6814  2017-09-25 22:53  imgClassification-master\servo.py
     文件        3367  2017-09-25 22:53  imgClassification-master\set_servos.py
     文件        2336  2017-09-25 22:53  imgClassification-master\test_servos.py
     文件       61636  2017-09-25 22:53  imgClassification-master\treino.out