【Python/OpenCV】SVMで画像分類①（手書き数字編）

Pythonライブラリ「OpenCV」でSVM（サポートベクタマシン）を実装し、手書き数字画像から数字を判別します。

【SVM】手書き数字画像から数字を判別

OpenCVには、SVM（サポートベクタマシン）で学習する機能があり、画像の分類器を作成できます。
今回は、手書き数字画像（0～2の3種類）を適当にいくつかペイントソフトを使って作成し、学習して検証してみました。使って数字判別をSVM（サポートベクターマシン）で行ってみます。

サポートベクターマシンの基礎については以下記事で解説しています。

C++版のOpenCVですが、公式リファレンス（https://docs.opencv.org/4.3.0/d1/d2d/classcv_1_1ml_1_1SVM.html）に説明があります。

項目	概要
画像ファイル	https://github.com/nishizumi-lab/sample/tree/master/python/opencv/svm/ex1_data
学習に使用した画像	img0フォルダに「0」と描いた画像、img1フォルダに「1」と描いた画像、img2フォルダに「2」と描いた画像をそれぞれ5枚ずつ格納しています。
検証に使用した画像	test_img0フォルダに「0」と描いた画像、test_img1フォルダに「1」と描いた画像、test_img2フォルダに「2」と描いた画像をそれぞれ2枚ずつ格納しています。なお、学習用と検証用では別の画像を使用する必要があります。

パラメータ	説明
svm.setGamma(1)	rbf， poly， sigmoidカーネル(ガウシアンカーネル)のパラメータです。（値が大きいほど境界が複雑になる）
svm.setC(1)	どれだけ誤分類を許容するかのパラメータです。（値が小さいほど誤分類を許容）
svm.setKernel(cv2.ml.SVM_LINEAR)	カーネル関数の種類。cv2.ml.SVM_LINEAR(線形カーネル)以外にcv2.ml.SVM_POLY（多項式カーネル） , cv2.ml.SVM_RBF（RBFカーネル）, cv2.ml.SVM_SIGMOID（シグモイドカーネル）なども使える