我试图使用BoW实现图像分类程序来创建可视化库并使用SVM进行分类 . 现在我已经完成了弓部分，我有点坚持使用SVM训练部分 .

这是我到目前为止编码的内容 .

1）从训练图像中提取（检测和描述）特征 . （我有4类图像）2）构建训练图像所有特征的非聚集矩阵3）使用k均值聚类将数据聚类成袋子（BoW）5）以YML格式保存可视化库以供访问SVM预测器4）构建与SIFT和FLANN结合的BoW描述符以从测试图像中提取特征5）构建SVM分类器

我没有问题是在进行实际预测之前如何训练SVM分类器 .

根据OpenCV 3.1（非2.4）类SVM的参考，
enter image description here

我们可以使用trainAuto（）成员函数训练分类器 . 为了创建训练数据，我们必须使用以下成员函数之一 .
enter image description here

enter image description here

现在说，我更喜欢使用Train :: create函数来创建训练数据 . TrainData :: create（）成员函数的参数是什么 . 如何为我的案例构建这些参数，其中训练图像全部在由文件夹分隔的同一目录中 . 参数layout，response，varldx，sampleldx，sampleWeights和varType是什么意思？对不起，如果我问一个基本问题 . 我是openCv的新手，我在互联网上找不到足够的OpenCV 3.1帮助 . 我发现的所有材料都与OpenCV 2.4有关 . 与前一版本相比，OpenCV 3.1进行了大修 . 此外，3.1的文档处于测试阶段，也没有多大帮助 . 谢谢 . 任何帮助表示赞赏 .

c++ opencv svm