0

Mohammad Reza Mostajabi ( http://alum.sharif.ir/~mostajabi/Tutorial.html ) による次のコードを、OpenCV 2.4.6.1 を使用して Ubuntu 12.04 で実行しようとしています。含まれているライブラリを少し変更し、メイン ファイルの開始直後に「cv::initModule_nonfree()」を追加しました。

#include "cv.h" 
#include "highgui.h"
#include "ml.h"
#include <stdio.h>
#include <iostream>
#include <opencv2/features2d/features2d.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/nonfree/nonfree.hpp>
#include <vector>

using namespace cv; 
using namespace std;

using std::cout;
using std::cerr;
using std::endl;
using std::vector;






char ch[30];

//--------Using SURF as feature extractor and FlannBased for assigning a new point to the nearest one in the dictionary
Ptr<DescriptorMatcher> matcher = DescriptorMatcher::create("FlannBased");
Ptr<DescriptorExtractor> extractor = new SurfDescriptorExtractor();
SurfFeatureDetector detector(500);
//---dictionary size=number of cluster's centroids
int dictionarySize = 1500;
TermCriteria tc(CV_TERMCRIT_ITER, 10, 0.001);
int retries = 1;
int flags = KMEANS_PP_CENTERS;
BOWKMeansTrainer bowTrainer(dictionarySize, tc, retries, flags);
BOWImgDescriptorExtractor bowDE(extractor, matcher);



void collectclasscentroids() {
    IplImage *img;
    int i,j;
    for(j=1;j<=4;j++)
    for(i=1;i<=60;i++){
        sprintf( ch,"%s%d%s%d%s","train/",j," (",i,").jpg");
                    const char* imageName = ch;
                    img = cvLoadImage(imageName,0);
                    vector<KeyPoint> keypoint;
                    detector.detect(img, keypoint);
                    Mat features;
                    extractor->compute(img, keypoint, features);
                    bowTrainer.add(features);
    }
return;
}



int main(int argc, char* argv[])
{
    cv::initModule_nonfree();
    int i,j;
    IplImage *img2;
    cout<<"Vector quantization..."<<endl;
    collectclasscentroids();
    vector<Mat> descriptors = bowTrainer.getDescriptors();
    int count=0;
    for(vector<Mat>::iterator iter=descriptors.begin();iter!=descriptors.end();iter++)
    {
        count+=iter->rows;
    }
    cout<<"Clustering "<<count<<" features"<<endl;
    //choosing cluster's centroids as dictionary's words
    Mat dictionary = bowTrainer.cluster();
    bowDE.setVocabulary(dictionary);
    cout<<"extracting histograms in the form of BOW for each image "<<endl;
    Mat labels(0, 1, CV_32FC1);
    Mat trainingData(0, dictionarySize, CV_32FC1);
    int k=0;
    vector<KeyPoint> keypoint1;
    Mat bowDescriptor1;
    //extracting histogram in the form of bow for each image 
for(j=1;j<=4;j++)
    for(i=1;i<=60;i++){


                    sprintf( ch,"%s%d%s%d%s","train/",j," (",i,").jpg");
                    const char* imageName = ch;
                    img2 = cvLoadImage(imageName,0);

                    detector.detect(img2, keypoint1);


                        bowDE.compute(img2, keypoint1, bowDescriptor1);

                        trainingData.push_back(bowDescriptor1);

                        labels.push_back((float) j);
    }



    //Setting up SVM parameters
    CvSVMParams params;
    params.kernel_type=CvSVM::RBF;
    params.svm_type=CvSVM::C_SVC;
    params.gamma=0.50625000000000009;
    params.C=312.50000000000000;
    params.term_crit=cvTermCriteria(CV_TERMCRIT_ITER,100,0.000001);
    CvSVM svm;



    printf("%s\n","Training SVM classifier");

    bool res=svm.train(trainingData,labels,cv::Mat(),cv::Mat(),params);

    cout<<"Processing evaluation data..."<<endl;


    Mat groundTruth(0, 1, CV_32FC1);
    Mat evalData(0, dictionarySize, CV_32FC1);
     k=0;
    vector<KeyPoint> keypoint2;
    Mat bowDescriptor2;


    Mat results(0, 1, CV_32FC1);;
    for(j=1;j<=4;j++)
    for(i=1;i<=60;i++){


                    sprintf( ch,"%s%d%s%d%s","eval/",j," (",i,").jpg");
                    const char* imageName = ch;
                    img2 = cvLoadImage(imageName,0);

                    detector.detect(img2, keypoint2);
                        bowDE.compute(img2, keypoint2, bowDescriptor2);

                        evalData.push_back(bowDescriptor2);
                        groundTruth.push_back((float) j);
                        float response = svm.predict(bowDescriptor2);
                        results.push_back(response);
    }



    //calculate the number of unmatched classes 
    double errorRate = (double) countNonZero(groundTruth- results) / evalData.rows;
    printf("%s%f","Error rate is ",errorRate);
    return 0;

}

これを行った後、問題なくコードをコンパイルできます。Eclipse 内で実行することもできますが、ターミナルで動作させようとすると、次のエラー メッセージが表示されます。

" OpenCV エラー: アサーションに失敗しました (!_descriptors.empty()) 追加、ファイル /home/mark/Downloads/FP/opencv-2.4.6.1/modules/features2d/src/bagofwords.cpp、行 57 は、 'cv::Exception' のインスタンス what(): /home/mark/Downloads/FP/opencv-2.4.6.1/modules/features2d/src/bagofwords.cpp:57: エラー: (-215) !_descriptors.empty( ) 関数に "

数日前から問題を解決しようとしていますが、このエラーを取り除くことができません。また、CodeBlocks でそれを実行しようとしましたが、同じエラーが発生しました。助けていただければ幸いです。

ありがとう！

4

1 に答える 1

0

入力画像が見つからないため、プログラムが入力画像の読み込みに失敗する可能性があります (端末ウィンドウから起動した場合)。入力イメージが、アプリケーションを実行するディレクトリにコピーされていることを確認してください。Eclipse のホーム ディレクトリは異なる場合があるため、Eclipse でプログラムを起動すると、イメージが表示されます。

于 2013-09-09T16:45:05.573 に答える