使用C#和OpenCvSharp训练SVM图像分类器：多目标检测与标注实战

1次阅读

没有评论

共计 2090 个字符，预计需要花费 6 分钟才能阅读完成。

在计算机视觉领域，检测并标注图像中的多个目标是一个常见的需求。传统的图像处理方法（如边缘检测、阈值分割）往往难以应对复杂的场景变化：

对光照条件敏感，阴影或反光会导致误检
难以区分相似颜色或纹理的不同物体
需要针对不同场景手动调整阈值参数
无法有效处理重叠或部分遮挡的物体

支持向量机（SVM）在图像分类任务中表现出独特优势：

小样本高效：相比深度学习需要大量数据，SVM 在数百张样本下就能达到不错效果
边界清晰：通过最大化分类间隔，特别适合区分特征相似的物体
核函数灵活：可使用 RBF 等核函数处理非线性分类问题

对比实验显示，在相同数据集上：

算法	准确率	训练时间	内存占用
SVM(RBF)	92%	15s	80MB
随机森林	89%	8s	120MB
简单 CNN	94%	2 分钟	1.2GB

建议采用以下目录结构组织训练数据：

dataset/
├── positive/    # 包含目标的图片
├── negative/    # 不包含目标的图片
└── test/        # 测试集

我们使用 HOG（方向梯度直方图）特征：

灰度化处理：Cv2.CvtColor(src, dst, ColorConversionCodes.BGR2GRAY)

计算 HOG 特征：

var hog = new HOGDescriptor()
{WinSize = new Size(64, 128),  // 检测窗口尺寸
    BlockSize = new Size(16, 16), // 块尺寸
    BlockStride = new Size(8, 8), // 块滑动步长
    CellSize = new Size(8, 8),    // 细胞单元尺寸
    Nbins = 9                     // 梯度方向分箱数
};
float[] descriptors = hog.Compute(image);

关键代码示例：

// 准备训练数据
var samples = new Mat();
var labels = new Mat();

foreach (var imgPath in positiveImages)
{using var img = Cv2.ImRead(imgPath);
    var features = ExtractHOGFeatures(img);
    samples.PushBack(Mat.FromArray(features));
    labels.PushBack(Mat.Ones(1, 1, MatType.CV_32SC1));
}

// 创建 SVM 模型
var svm = SVM.Create();
svm.Type = SVM.Types.C_SVC;
svm.KernelType = SVM.KernelTypes.RBF;
svm.TermCriteria = new TermCriteria(CriteriaType.MaxIter, 1000, 1e-6);

// 自动搜索最佳参数
var paramGrid = new ParamGrid()
{
    LogStepGamma = 1,
    LogStepC = 1,
    MinGamma = -5,
    MaxGamma = 2,
    MinC = -5,
    MaxC = 10
};

Cv2.TrainAuto(svm, samples, SampleTypes.RowSample, labels,
    kFold: 5, paramGrid: paramGrid);

使用滑动窗口检测：

定义不同尺度的检测窗口
对每个窗口提取 HOG 特征
用 SVM 预测是否包含目标
应用非极大值抑制（NMS）消除重叠框

检测结果标注代码：

foreach (var rect in detectedRects)
{Cv2.Rectangle(image, rect, Scalar.Red, 2);
    Cv2.PutText(image, $"{confidence:P}", 
        new Point(rect.X, rect.Y - 5),
        HersheyFonts.HersheySimplex, 0.5, Scalar.Green);
}