下面这是opencv官方文档中的代码，我加了一部分注释：

1 #include "stdafx.h" 2 #include "opencv2/core/core.hpp" 3 #include "highgui.h" 4 #include "ml.h" 5  6 using namespace cv; 7  8 int _tmain(int argc, _TCHAR* argv[]) 9 {10     // 11     int width = 512, height = 512;12     Mat image = Mat::zeros(height, width, CV_8UC3);13 14     // set up training data15     float labels[4] = {
   1.0, 1.0, -1.0, -1.0};16     Mat labelsMat(4, 1, CV_32FC1, labels);17 18     float trainingData[4][2] = { {
   501, 10}, {
   255, 10}, {
   501, 255}, {
   10, 501} };19     Mat trainingDataMat(4, 2, CV_32FC1, trainingData);20 21     // set up SVM's parameters,具体参数设置请看下文22     CvSVMParams params;23     params.svm_type        = CvSVM::C_SVC;24     params.kernel_type    = CvSVM::LINEAR;25     params.term_crit    = cvTermCriteria(CV_TERMCRIT_ITER, 100, 1e-6);26 27     // train the svm28     CvSVM SVM;29     SVM.train(trainingDataMat, labelsMat, Mat(), Mat(), params);30 31     Vec3b green(0,255,0), blue(255,0,0);32 33     // show the decision region given by the SVM34     for (int i = 0; i < image.rows; ++ i)35     {36         for (int j = 0; j < image.cols; ++ j)37         {38             Mat sampleMat = (Mat_
     
      (1,2) << i,j);39 40             // predict 函数使用训练好的SVM模型对一个输入的样本进行分类41             float response = SVM.predict(sampleMat);42 43             if (response == 1)44             {45                 // 注意这里是(j,i),不是(i,j)46                 image.at
      
       (j,i) = green;47             }48             else49             {50                 // 同上51                 image.at
       
        (j,i) = blue;52             }53         }54     }55 56     int thickness = -1;57     int lineType = 8;58 59     circle(image, Point(501,  10), 5, Scalar(  0,  0,  0), thickness, lineType);60     circle(image, Point(255,  10), 5, Scalar(  0,  0,  0), thickness, lineType);61     circle(image, Point(501, 255), 5, Scalar(255,255,255), thickness, lineType);62     circle(image, Point( 10, 501), 5, Scalar(255,255,255), thickness, lineType);63 64     // show support vectors65     thickness = 2;66     lineType = 8;67 68     // 获得当前的支持向量的个数69     int c = SVM.get_support_vector_count();70 71     for (int i = 0; i < c; ++ i)72     {73         const float* v = SVM.get_support_vector(i);74         circle( image, Point( (int) v[0], (int) v[1]), 6, Scalar(128, 128, 128), thickness, lineType);75     }76 77     imwrite("result.png", image); // save the image78 79     imshow("SVM Simple Example", image); // show it to the user80     waitKey(0);81     return 0;82 }
       
      
     

这里说一下CvSVMParams中的参数设置

1 CV_SVM 中的参数设置 2  3 svm_type: 4     CvSVM::C_SVC        C-SVC 5     CvSVM::NU_SVC       v-SVC 6     SvSVM::ONE_CLASS    一类SVM 7     CvSVM::EPS_SVR      e-SVR 8     CvSVM::NU_SVR       v-SVR 9     10 kernel_type:11     CvSVM::LINEAR       线性：u*v12     CvSVM::POLY　　      多项式(r*u'v + coef0)^degree13     CvSVM::RBF          RBF函数: exp(-r|u-v|^2)14     CvSVM::SIGMOID      sigmoid函数: tanh(r*u'v + coef0)15     16 成员变量17 degree：        针对多项式核函数degree的设置18 gamma：         针对多项式/rbf/sigmoid核函数的设置19 coef0：         针对多项式/sigmoid核函数的设置20 Cvalue：        为损失函数，在C-SVC、e-SVR、v-SVR中有效21 nu：            设置v-SVC、一类SVM和v-SVR参数22 p：             为设置e-SVR中损失函数的值23 class_weights： C_SVC的权重24 term_crit：     为SVM训练过程的终止条件。25                 其中默认值   degree = 0，26                             gamma = 1，27                             coef0 = 0，28                             Cvalue = 1，29                             nu = 0，30                             p = 0，31                             class_weights = 0