使用OpenCV HOG与SVM进行图像分类

#include<opencv2\opencv.hpp>
#include<opencv\cv.h>
#include<opencv2\highgui\highgui.hpp>
#include<opencv2\ml\ml.hpp>
#include <iostream> 
#include <fstream> 
#include <string> 
#include <vector>
using namespace cv; 
using namespace std; 
 
int main(int argc, char** argv)   
{   
    vector<string> img_path;//输入文件名变量
    vector<int> img_catg; 
    int nLine = 0; 
    string buf; 
    ifstream svm_data( "svmtraindata.txt" );//首先，文件列表，把训练样本图片的路径都写在这个txt文件 
    unsigned long n;
    while( svm_data )//将训练样本文件依次读取进来 
    { 
        if( getline( svm_data, buf ) ) 
        { 
            nLine ++; 
            if( nLine % 2 == 0 )//这里的分类比较有意思，看得出来上面的SVM_DATA.txt文本中应该是一行是文件路径，接着下一行就是该图片的类别，可以设置为0或者1，当然多个也无所谓
            { 
                 img_catg.push_back( atoi( buf.c_str() ) );//atoi将字符串转换成整型，标志（0,1），注意这里至少要有两个类别，否则会出错 
            } 
            else 
            { 

                img_path.push_back( buf );//图像路径 
            } 
        } 
    }
    svm_data.close();//关闭文件 
    CvMat *data_mat, *res_mat; 
    int nImgNum = nLine / 2; //读入样本数量 ，因为是每隔一行才是图片路径，所以要除以2
    ////样本矩阵，nImgNum：横坐标是样本数量， WIDTH * HEIGHT：样本特征向量，即图像大小 
   // data_mat = cvCreateMat( nImgNum, 1764, CV_32FC1 );  //这里第二个参数，即矩阵的列是由下面的descriptors的大小决定的，可以由descriptors.size()得到，且对于不同大小的输入训练图片，这个值是不同的
        data_mat = cvCreateMat( nImgNum, 1764, CV_32FC1 );//64*128的训练样本，该矩阵将是totalSample*3780,64*64的训练样本，该矩阵将是totalSample*1764
   // data_mat = cvCreateMat( nImgNum, 350000, CV_32FC1 );  //这里第二个参数，即矩阵的列是由下面的descriptors的大小决定的，可以由descriptors.size()得到，且对于不同大小的输入训练图片，这个值是不同的
    cvSetZero( data_mat ); 
    //类型矩阵,存储每个样本的类型标志 
    res_mat = cvCreateMat( nImgNum, 1, CV_32FC1 ); 
    cvSetZero( res_mat ); 
 
    IplImage* src;
       string path;
    //IplImage* trainImg=cvCreateImage(cvSize(64,64),8,3);//需要分析的图片，这里默认设定图片是64*64大小，所以上面定义了1764，如果要更改图片大小，可以先用debug查看一下descriptors是多少，然后设定好再运行 
    IplImage* trainImg=cvCreateImage(cvSize(64,64),8,3);//需要分析的图片，这里默认设定图片是64*64大小，所以上面定义了1764，如果要更改图片大小，可以先用debug查看一下descriptors是多少，然后设定好再运行 
       vector<float>descriptors;//结果数组 
       //开始获取HOG特征
    //HOGDescriptor *hog=new HOGDescriptor(cvSize(64,64),cvSize(16,16),cvSize(8,8),cvSize(8,8),9); 
        HOGDescriptor *hog=new HOGDescriptor(cvSize(64,64),cvSize(16,16),cvSize(8,8),cvSize(8,8),9); 
    for( string::size_type i = 0; i != img_path.size(); i++ ) 
    { 
                     path=img_path[i];
                  src=cvLoadImage(path.c_str(),1); 
            if( src == NULL ) 
            {