opencv - 傅里叶描述符与支持向量机实现基于形状的对象类识别

Question

我想根据图像的形状将图像分为两类。为此，我使用了带有 SVM 分类器的傅立叶描述符。我的问题是傅立叶描述符的长度取决于边界点的数量，因此各种图像的描述符长度是不同的。但是对于训练 SVM，我需要将描述符作为矩阵行的训练矩阵（cv::Mat）。我正在使用 openCV 在 c++ 中实现它。我应该怎么做？我应该：
1.将剩余描述符填充到最长描述符的长度为零
2.仅从边界采样固定数量的点

否则建议我正确的方法。

Answer 1

在这种情况下，最好的方法是从边界采样固定数量的点，以便您的输入向量长度相等。填充是一个坏主意，因为这样做会隐式更改填充点和非填充点之间的距离定义。