使用OpenCV进行图像分类的逻辑回归
内容提要
本文介绍如何用OpenCV的逻辑回归进行多类图像分类。标准逻辑回归仅适用于二分类，OpenCV通过“一对一”策略为每对类别训练二分类器，预测时以投票决定类别。作者使用OpenCV手写数字数据集，以像素值为特征，采用小批量梯度下降训练，取得88.8%的准确率，并通过混淆矩阵发现数字5和2最易被误判为8。
延伸解读
多分类的实现机制：一对一投票
OpenCV的逻辑回归本身只支持二分类，处理多分类时采用“一对一”策略：为每对类别训练一个二分类器。预测时，每个分类器对两个类别投票，得票最多的类别作为最终预测。这种机制意味着类别数为K时需训练K(K-1)/2个分类器，当类别较多时训练和预测开销会显著增加，但每个分类器只需处理两类样本，训练相对简单。
特征与模型复杂度：像素值直接输入
文章使用20×20像素的手写数字图像，直接将400个像素值作为特征，因此模型学习到401个系数（400个特征权重加1个偏置）。这种原始像素特征无需复杂预处理，但特征维度较高，且像素值对光照、平移等变化敏感。作者在结尾提出可尝试HOG描述符，暗示原始像素特征可能不是最优选择，但文章未给出对比结果。
训练参数选择：小批量梯度下降的实践
OpenCV逻辑回归默认使用批量梯度下降，作者改为小批量梯度下降并设置批大小为400，迭代10次。批大小是通过尝试几个值后选定的，并非系统调优。文章提醒读者应更系统地选择批大小，以在计算成本和预测准确率之间取得更好平衡。这说明示例中的参数设置具有启发性，实际应用需根据数据规模调整。
结果解读：准确率与混淆矩阵的启示
模型在测试集上达到88.8%的准确率，但仅看总体准确率可能掩盖类别间的差异。混淆矩阵显示数字5和2最容易被误判为8，表明某些类别在像素特征空间中重叠较多。这提示读者在评估多分类模型时，应结合混淆矩阵分析具体错分模式，而非仅依赖单一准确率指标，以便针对性改进特征或分类策略。
Q&A
OpenCV的逻辑回归如何实现多类图像分类？
OpenCV采用“一对一”策略，为每对类别训练一个二分类器。预测时，每个二分类器投票，得票最多的类别作为最终预测结果。
用OpenCV逻辑回归做手写数字识别，准确率能达到多少？
在OpenCV手写数字数据集上，使用像素值作为特征，采用小批量梯度下降训练，取得了88.8%的准确率。
在OpenCV中训练逻辑回归模型时，如何设置小批量梯度下降？
首先创建逻辑回归模型，然后调用setTrainMethod(ml.LogisticRegression_MINI_BATCH)设置训练方法为小批量梯度下降，再通过setMiniBatchSize(400)指定小批量大小。
逻辑回归模型训练后有多少个系数？与输入特征数有什么关系？
模型系数个数等于输入特征数加1（偏置项）。例如，20x20像素图像有400个特征，则学习到401个系数。
哪些手写数字最容易被逻辑回归模型混淆？
通过混淆矩阵发现，数字5和2最容易被误判为8，这两个类别的分类性能最低。
标准逻辑回归为什么不能直接用于多类分类？
标准逻辑回归通过sigmoid函数将输出映射到[0,1]概率，并以0.5为阈值分为两类，因此本质上仅适用于二分类问题。
