_________________________________________________________________________________________________________________________________
批处理(dir/a/s/b)
例:某文件夹下有a、b、c、d、e、f、g、h、j的图片和一个文件夹JN,里边包括一张图片john.jpg
我们在该文件夹下的命令行中 输入:dir/b
b:仅仅显示当前文件夹下文件名称及文件夹名
a-d:仅仅是显示该文件夹下的文件名称(没有了文件夹的名)
我们在该文件夹下的命令行中 输入:dir/a-d/b
S:显示该文件夹下的文件名称和文件夹名,及子文件夹下的文件名称,并显示这些文件的绝对路径
我们在该文件夹下的命令行中 输入:dir/s/b
我们在该文件夹下的命令行中 输入:dir/s/a-d/b(因为a-d的作用,文件夹JN没有显示出来)
我们在该文件夹下的命令行中 输入:dir/s/a-d/b>F:\文件夹.txt
就会在F盘生成一个文件名称为 文件夹 的.txt文件,该文件包括上面的命令行打出的内容。
—————————————————————————————————————————————————————
第二步:既然已经生成上述文件 文件夹.txt,然会我们敲代码读取这个 文件夹.txt 就可以。
#include #include #include using namespace std;int main(int argc,char* argv[]){ if(argc !=2) { cerr << "Wrong Argument !" <
我们编译一下:
我们看一下输出结果:
好的,这样,说明我们读到了每一行。
————————————————————————————————————————————————————
第三步:配置Opencv,然后,读取显示每一幅图片
#include #include #include using namespace std;#include #include #include using namespace cv;int main(int argc,char* argv[]){ if(argc !=2) { cerr << "Wrong Argument !" <
结果:
我们看到我们已经成功把每一幅图像读入到内存中,这样我们就能够求每一幅图像的特征。
—————————————————————————————————————————————————————
第四步:我们计算每一幅图像的直方图特征(当然opencv中sift、surf、densesift等,由于我这里的图片大小不一样。所以我用直方图的特征。使得特征向量的长度一样)
#include #include #include using namespace std;#include #include #include using namespace cv;//计算二维直方图特征Mat hist2d(const Mat& src);int main(int argc,char* argv[]){ if(argc !=2) { cerr << "Wrong Argument !" <
这样就把全部的图像的二维直方图特征按行存储在featureHists中。 当然能够把二维直方图特征换成自己想要用的随意特征。
—————————————————————————————————————————————————————
第五步:
我们全部图像的颜色直方图存储到.xml文件里,
#include_______________________________________________________________________________________________________________________________#include #include using namespace std;#include #include #include using namespace cv;//计算二维直方图特征Mat hist2d(const Mat& src);int main(int argc,char* argv[]){ if(argc !=2) { cerr << "Wrong Argument !" <
上面已经批处理提取了图像的特征,那么通常我们再做目标识别、检測时。会给训练数据集,准备类标签。以下,继续对上述程序进行拓展。