使用 cv::ml::StatModel::train 以使用 KNN 的 Opencv 错误

Question

问题 #1：

我正在尝试使用 Visual Studio 2017 和 C++ 在 opencv 3.4 中实现 KNN。到目前为止，我已经能够解决我的问题，但昨天我运行陷入了这个错误： "A nonstatic member reference must be relative to a specific object"

int main(int argc, const char *argv[]) {

ReadData("smokeDataBase.yml", 0);//14 smoke
ReadData("forestDataBase.yml" , 1); //14 forest
ReadData("skyDataBase.yml", 2); //12 sky

ReadData("testDataBase.yml", 3);


Mat trainClasses = (Mat_<float>(40, 1) << 1, 1, 1, 1, 1, 1, 1, 1,1,1, 1,1,1,1,2,2,2,2,2,2,2,2,2,2,2,2,0,0,0,0,0,0,0,0,0,0,0,0,0,0); //Couldn't figure out how to do this in some other way


//We prepare the data to use in KNN using self-made function that gets every
//vector in my .yml and appends them together
Mat trainData = prepTrain(forestDataBase, skyDataBase, smokeDataBase);

//学习分类器诠释 K = 10; ptr knn = ml::KNearest::create(); ml::StatModel::train(trainData, ml::ROW_SAMPLE, trainClasses); //这一行给出错误

}

因为我不能训练 KNN（虽然 KNN 严格来说不是一种学习方法）我不能使用 KNearest::findNearest 从代码中实际得到我想要的东西。我找不到任何适合我的问题的答案，所以我写这篇文章。

我删除了所有未使用的代码部分，以使你们更容易帮助我。

问题 #2：

当我创建变量 TrainData 时，我将 smoke/forest/skyDatabase 上的所有数据放在一起。换句话说，我将所有数据附加到一个单一的大向量中。这是正确的方法吗？我是否应该划分成一个 "vector TrainData" 变量，其中每个 TrainData[i]（i 从 0 到 TrainData.size）是代表我的数据样本的向量？

Answer 1

这是你的第一个问题： 这是 official documentation

中描述的函数 train 的签名

virtual bool cv::ml::StatModel::train   (   InputArray      samples,
        int     layout,
        InputArray      responses 
    )

如您所见，该方法是虚拟的，这意味着您不能以这种方式调用它！。此功能应由 StatModel 的子 classes 实现。因此，当您想要使用该方法时，您可以从实现该方法的子 class 中调用该方法。 class KNearest 实现了这一点。您的代码应更改为：

Ptr<ml::KNearest> knn = ml::KNearest::create();  
knn->train(trainData, ml::ROW_SAMPLE , trainClasses);

现在回答你的第二个问题：

您可以将数据准备为 ROW_SAMPLE 或 COL_SAMPLE。在 ROW_SAMPLE 中，每个样本都在一行中。因此，如果您的样本由三个浮点数组成并且您有 10 个样本，那么您最终应该得到一个具有 10 行和 3 列的 Mat 对象。在COL_SAMPLE中，一切都颠倒了。所以你最终得到 3 行和 10 列。

使用 cv::ml::StatModel::train 以使用 KNN 的 Opencv 错误

Opencv Error using cv::ml::StatModel::train in order to use KNN

c++

opencv

computer-vision

knn