Question

使用训练好的libsvm分类器，如何对一幅新输入的图像进行识别显示？？ 求代码

这是我的训练分类器的代码，求怎样使用分类器去识别其他的图？
----%% 训练阶段
ReadList1 = textread('P.txt','%s','delimiter','\n');%载入云样本列表
sz1=size(ReadList1);

label1=ones(sz1(1),1); %云样本标签
ReadList2 = textread('N.txt','%s','delimiter','\n');%载入下垫面样本列表
sz2=size(ReadList2);
label2=zeros(sz2(1),1);%下垫面样本标签
label=[label1',label2']';%标签汇总
total_num=length(label);
data=zeros(total_num,10);

%读取云样本并计算纹理特征
for i=1:sz1(1)
name= char(ReadList1(i,1));
image=imread(strcat('D:\MATLAB\matlab\toolbox\libsvm-3.22\matlab\样本\20yun\',name));
img=imresize(image,[64,64]);
tex = Texture(img);
data(i,:) = tex;

end

%读取下垫面样本并计算纹理特征
for j=1:sz2(1)
name= char(ReadList2(j,1));
image=imread(strcat('D:\MATLAB\matlab\toolbox\libsvm-3.22\matlab\样本\20xia\',name));
img=imresize(image,[64,64]);
tex = Texture(img);
data(sz1(1)+j,:)= tex;
end

[train, test] = crossvalind('holdOut',label,0.7);

train_data = data(train,:); %获取train标签对应的训练数据

train_data_labels = label(train,:);

train_data_labels = double(train_data_labels );

test_data = data(test,:); %获取train标签对应的检测数据

test_data_labels = label(test,:);

test_data_labels =double(test_data_labels);

%% 建模预测
% 利用训练集合建立分类模型
model = svmtrain(train_data_labels,train_data, '-s 0 -t 2 -c 1 -g 0.07');
% save model
[predict_label, accuracy, dec_values] =svmpredict(test_data_labels, test_data, model);

Answer 1

　其实使用libsvm进行分类很简单，只需要有属性矩阵和标签，然后就可以建立分类模型（model），然后利用得到的这个model进行分类预测了。
　　一、属性矩阵和标签：
　　一个班级里面有两个男生（男生1、男生2），两个女生（女生1、女生2），其中

　　男生1 身高：176cm 体重：70kg；
男生2 身高：180cm 体重：80kg；
女生1 身高：161cm 体重：45kg；
女生2 身高：163cm 体重：47kg；
　　如果将男生定义为1，女生定义为-1，并将上面的数据放入矩阵data中，即
　　data = [176 70;

　　180 80;

　　161 45;

　　163 47];
　　复制代码
　　在label中存入男女生类别标签（1、-1），即
　　label = [1;1;-1;-1];
　　复制代码
　　这样上面的data矩阵就是一个属性矩阵，行数4代表有4个样本，列数2表示属性有两个，label就是标签（1、-1表示有两个类别：男生、女生）。
　　二、有了上面的属性矩阵data，和标签label就可以利用libsvm建立分类模型了，简要代码如下：
　　model = svmtrain(label,data);
　　复制代码
　　有了model就可以做分类预测，比如此时该班级又转来一个新学生，其
身高190cm，体重85kg
想通过上面这些信息就给出其标签（想知道其是男【1】还是女【-1】）
比如 令 testdata = [190 85]; 由于其标签不知道，假设其标签为-1（也可以假设为1）
　　即
testdatalabel = -1;
然后利用libsvm来预测这个新来的学生是男生还是女生，代码如下：
　　[predictlabel,accuracy] = svmpredict(testdatalabel,testdata,model)
　　复制代码
　　下面整体运行一下上面这段的背景数据和代码：
　　data = [176 70;

　　180 80;

　　161 45;

　　163 47];

　　label = [1;1;-1;-1];
　　model = svmtrain(label,data);
　　testdata = [190 85];

　　testdatalabel = -1;
　　[predictlabel,accuracy] = svmpredict(testdatalabel,testdata,model);

　　predictlabel
　　复制代码
　　运行结果如下：
　　Accuracy = 0% (0/1) (classification)

　　predictlabel =

追问

嗯嗯，我知道重新输入一幅图要进行训练和特征提取，然后用分类器识别，得到分类的结果，但是代码我不会，能不能按照我之前给的程序，给一份代码？？？