文件名称：使用图像分类-OpenCV和SVM：使用机器学习进行图像处理和分类：使用Open CV和SVM机器学习模型进行图像分类
文件大小：822KB
文件格式：ZIP
更新时间：2024-02-24 19:14:28
python opencv machine-learning svm rbf-kernel
印度古典舞蹈的分类 本文提出的算法旨在在印度古典舞领域实现姿势识别。 姿势分类考虑了三种不同的舞蹈，即巴拉特纳坦舞，卡萨克舞和奥迪西舞，以及全部15种姿势。 将创建一个包含100张图像的初始数据库，并将其分为训练和测试数据集。 选择Hu矩作为特征提取技术来描述图像的形状上下文，因为它们是缩放，平移和旋转不变的。 为了提取Hu矩，将图像的前景和背景分离，然后将所得图像转换为二进制图像。 由于这是一个多类分类问题，因此，SVM是使用“一对一”和“一对一”的方法实现的，并且两种方法的结果均与线性和RBF内核进行对比。 ＃执行程式码的步骤 使用binary.py将所有色度照相像转换为二进制。 运行
【文件预览】：
Image-Classification-using--OpenCV-and-SVM-master
----intradance_bharath.py(5KB)
----main_pos_diff_class.py(8KB)
----kathak()
--------1()
--------5()
--------2()
--------3()
--------4()
----bharathnatyam()
--------1()
--------5()
--------7()
--------2()
--------6()
--------3()
--------4()
----binary.py(667B)
----feature_extraction.py(759B)
----main_pos.py(11KB)
----odissi()
--------1()
--------2()
--------3()
--------4()
----README.md(1KB)
----svm_clubbed.py(6KB)