如何将 Opencv Mat 转换为 Alglib 真实二维数组?
这是一个我被卡住的例子
Mat Col(28539,97,CV_32F);
我想将其转换Mat
为 alglibreal_2d_array
以训练分类器。
如何将 Opencv Mat 转换为 Alglib 真实二维数组?
这是一个我被卡住的例子
Mat Col(28539,97,CV_32F);
我想将其转换Mat
为 alglibreal_2d_array
以训练分类器。
Mat Col(28539, 97, CV_32F);
是一个 OpenCV 二维(28539 行,97 列)密集浮点(CV_32F = float)数组。
alglib 几乎等效的数据类型是
// bi-dimensional real (double precision) array
real_2d_array matrix;
中的数据布局Mat
与real_2d_array
(以及来自其他工具包和 SDK 的大多数密集数组类型)兼容。
一个简单的转换方法是:
const int rows(28539);
const int columns(97);
matrix.setlength(rows, columns);
for (int i(0); i < rows; ++i)
for (int j(0); j < columns; ++j)
matrix(i, j) = Col.at<float>(i, j);
Mat::at
返回对指定数组元素的引用。
编辑
从参考手册:
void alglib::dfbuildrandomdecisionforest(
real_2d_array xy,
ae_int_t npoints,
ae_int_t nvars,
ae_int_t nclasses,
ae_int_t ntrees,
double r,
ae_int_t& info,
decisionforest& df,
dfreport& rep);
xy
是训练集(对应于样本组件的行和对应于变量的列)。
对于分类任务,第一nvars
列包含自变量。最后一列将包含班级编号(从 0 到nclasses-1
)。小数值四舍五入到最接近的整数。
npoints
是训练集大小 ( >=1
)。nvars
是自变量的个数 ( >=1
)。nclasses
必须 >1 才能进行分类。ntrees
是森林中的树木数 ( >=1
)。r
是用于构建单个树的训练集的百分比 ( 0 < R <= 1
)。其余参数为输出参数。如果出现问题,您应该检查info
:
info
返回码:
[0..nclasses-1]
。npoints<1
、nvars<1
、nclasses<1
或ntrees<1
)。r<=0
r>1