opencv3.1用SVM实现MNIST

opencv3.1用SVM实现MNIST,可读取自己的图片，用Windows画板黑底白字，保存在测试项目路径下即可识别手写字

#include 
#include 
#include “opencv2/imgcodecs.hpp“
#include 
#include 
#include 

using namespace cv;
using namespace cv::ml;
using namespace std;

//大端转小端
int reverseInt（int i）;

void main（）
{
	//读取测试样本集
	ifstream if_testImags（“t10k-images-idx3-ubyte“ ios::binary）;
	//读取失败
	if （true == if_testImags.fail（））
	{
		cout << “Please check the path of file t10k-images-idx3-ubyte“ << endl;
		return;
	}
	int magic_num testImgsNum nrows ncols;
	//读取magic number
	if_testImags.read（（char*）&magic_num sizeof（magic_num））;
	magic_num = reverseInt（magic_num）;
	cout << “测试图像数据库t10k-images-idx3-ubyte的magic number为：“ << magic_num << endl;
	//读取测试图像总数
	if_testImags.read（（char*）&testImgsNum sizeof（testImgsNum））;
	testImgsNum = reverseInt（testImgsNum）;
	cout << “测试图像数据库t10k-images-idx3-ubyte的图像总数为：“ << testImgsNum << endl;
	//读取图像的行大小
	if_testImags.read（（char*）&nrows sizeof（nrows））;
	nrows = reverseInt（nrows）;
	cout << “测试图像数据库t10k-images-idx3-ubyte的图像维度row为：“ << nrows << endl;
	//读取图像的列大小
	if_testImags.read（（char*）&ncols sizeof（ncols））;
	ncols = reverseInt（ncols）;
	cout << “测试图像数据库t10k-images-idx3-ubyte的图像维度col为：“ << ncols << endl;

	//读取测试图像
	int imgVectorLen = nrows * ncols;
	Mat testFeatures = Mat::zeros（testImgsNum imgVectorLen CV_32FC1）;
	Mat temp = Mat::zeros（nrows ncols CV_8UC1）;
	for （int i = 0; i < testImgsNum; i++）
	{
		if_testImags.read（（char*）temp.data imgVectorLen）;
		Mat tempFloat;
		//由于SVM需要的测试数据格式是CV_32FC1，在这里进行转换
		temp.convertTo（tempFloat CV_32FC1）;
		memcpy（testFeatures.data + i*imgVectorLen * sizeof（float） tempFloat.data imgVectorLen * sizeof（float））;
	}
	//归一化
	testFeatures = testFeatures / 255;
	//读取测试图像对应的分类标签
	ifstream if_testLabels（“t10k-labels-idx1-ubyte“ ios::binary）;
	//读取失败
	if （true == if_testLabels.fail（））
	{
		cout << “Please check the path of file t10k-labels-idx1-ubyte“ << endl;
		return;
	}
	int magic_num_2 testLblsNum;
	//读取magic number
	if_testLabels.read（（char*）&magic_num_2 sizeof（magic_num_2））;
	magic_num_2 = reverseInt（magic_num_2）;
	cout << “测试图像标签数据库t10k-labels-idx1-ubyte的magic number为：“ << magic_num_2 << endl;
	//读取测试图像的分类标签的数量
	if_testLabels.read（（char*）&testLblsNum sizeof（testLblsNum））;
	testLblsNum = reverseInt（testLblsNum）;
	cout << “测试图像标签数据库t10k-labels-idx1-ubyte的标签总数为：“ << testLblsNum << endl;

	//由于SVM需要输入的标签类型是CV_32SC1，在这里进行转换
	Mat testLabels = Mat::zeros（testLblsNum 1 CV_32SC1）;
	Mat readLabels = Mat::zeros（testLblsNum 1 CV_8UC1）;
	if_testLabels.read（（char*）readLabels.data testLblsNum * sizeof（char））;
	readLabels.convertTo（testLabels CV_32SC1）;

	//载入训练好的SVM模型
	Ptr svm = SVM::load（“mnist.xml“）;
	int sum = 0;
	//对每一个测试图像进行SVM分类预测
	for （int i = 0; i < testLblsNum; i++）
	{
		Mat predict_mat = Mat::zeros（1 imgVectorLen CV_32FC1）;
		memcpy（predict_mat.data testFeatures.data + i*imgVectorLen * sizeof（float） im

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

    ..A..H.     31744  2018-05-08 14:35  SVM_MNIST\.vs\SVM_MNIST\v14\.suo

     文件       3190  2018-05-07 20:49  SVM_MNIST\svmtest\2.bmp

     文件       1862  2018-05-07 20:49  SVM_MNIST\svmtest\7.bmp

     文件   31409497  2018-05-08 09:54  SVM_MNIST\svmtest\mnist.xml

     文件       5783  2018-05-08 14:24  SVM_MNIST\svmtest\svmtest.vcxproj

     文件        950  2018-05-08 14:09  SVM_MNIST\svmtest\svmtest.vcxproj.filters

     文件    7840016  2018-05-04 23:16  SVM_MNIST\svmtest\t10k-images-idx3-ubyte

     文件      10008  2018-05-04 23:16  SVM_MNIST\svmtest\t10k-labels-idx1-ubyte

     文件   47040016  2018-05-04 23:16  SVM_MNIST\svmtest\train-images-idx3-ubyte

     文件      60008  2018-05-04 23:16  SVM_MNIST\svmtest\train-labels-idx1-ubyte

     文件       6008  2018-05-08 14:20  SVM_MNIST\svmtest\traintest.cpp

     文件       1145  2018-05-08 14:24  SVM_MNIST\svmtest\x64\Debug\svmtest.log

     文件        586  2018-05-08 14:24  SVM_MNIST\svmtest\x64\Debug\svmtest.tlog\CL.command.1.tlog

     文件      20094  2018-05-08 14:24  SVM_MNIST\svmtest\x64\Debug\svmtest.tlog\CL.read.1.tlog

     文件        552  2018-05-08 14:24  SVM_MNIST\svmtest\x64\Debug\svmtest.tlog\CL.write.1.tlog

     文件       1260  2018-05-08 14:24  SVM_MNIST\svmtest\x64\Debug\svmtest.tlog\link.command.1.tlog

     文件       3268  2018-05-08 14:24  SVM_MNIST\svmtest\x64\Debug\svmtest.tlog\link.read.1.tlog

     文件        528  2018-05-08 14:24  SVM_MNIST\svmtest\x64\Debug\svmtest.tlog\link.write.1.tlog

     文件        204  2018-05-08 14:24  SVM_MNIST\svmtest\x64\Debug\svmtest.tlog\svmtest.lastbuildstate

     文件     480379  2018-05-08 14:24  SVM_MNIST\svmtest\x64\Debug\traintest.obj

     文件     535552  2018-05-08 14:24  SVM_MNIST\svmtest\x64\Debug\vc140.idb

     文件     815104  2018-05-08 14:24  SVM_MNIST\svmtest\x64\Debug\vc140.pdb

     文件   31409497  2018-05-08 14:23  SVM_MNIST\SVM_MNIST\mnist.xml

     文件       3149  2018-05-08 14:03  SVM_MNIST\SVM_MNIST\svmtrain.cpp

     文件       5784  2018-05-08 13:35  SVM_MNIST\SVM_MNIST\SVM_MNIST.vcxproj

     文件        949  2018-05-08 13:35  SVM_MNIST\SVM_MNIST\SVM_MNIST.vcxproj.filters

     文件    7840016  2018-05-04 23:16  SVM_MNIST\SVM_MNIST\t10k-images-idx3-ubyte

     文件      10008  2018-05-04 23:16  SVM_MNIST\SVM_MNIST\t10k-labels-idx1-ubyte

     文件   47040016  2018-05-04 23:16  SVM_MNIST\SVM_MNIST\train-images-idx3-ubyte

     文件      60008  2018-05-04 23:16  SVM_MNIST\SVM_MNIST\train-labels-idx1-ubyte

............此处省略37个文件信息