SVM猫狗分类Python代码

以下是一段基于SVM算法实现的猫狗分类Python代码：

import cv2
import numpy as np
import os

# 加载训练好的SVM模型
svm = cv2.ml.SVM_load("svm.xml")

# 导入分类图片
test_image_path = "test_image.jpg"
test_image = cv2.imread(test_image_path)

# 将图片转换为灰度图
gray_image = cv2.cvtColor(test_image, cv2.COLOR_BGR2GRAY)

# 调整图片大小为64 * 64
resized_image = cv2.resize(gray_image, (64,64))

# 将图片转换为一维向量
feature_vector = resized_image.reshape(1,-1).astype(np.float32)

# 特征向量标准化
feature_vector -= np.mean(feature_vector)

# SVM模型分类预测
result = svm.predict(feature_vector)[1][0][0]

# 打印分类结果
if result == 1:
    print("狗")
else:
    print("猫")

该代码首先加载训练好的SVM模型文件，然后导入要分类的图片并进行灰度转换、大小调整、一维向量转换和数据标准化等预处理操作。最后使用训练好的SVM模型进行分类预测，并输出分类结果。