splicing图像篡改的VGG+FFT+SVM

FFT 部分

• 无法import cv2，conda已经安装过opencv
  解决方法：在所有import之前添加

import sys
sys.path.append('C:\Users\mb845111\Anaconda2\Lib\site-packages')

• resize 缩小图片至特定尺寸
  What is OpenCV’s INTER_AREA Actually Doing?inv_scale_x和inv_scale_y都能达到cv2.resize(img_man, (224, 224))的效果。在缩小的时候会用到INTER_AREA,resize function还提供INTER_NEAREST, INTER_LINEAR,INTER_AREA,INTER_CUBIC, and INTER_LANCZOS4

• 生成mask
  uint8 Unsigned integer (0 to 255)型

rows, cols = img_man.shape
mask = np.ones(img_man.shape, np.uint8)
mask[int(rows / 2 - 30):int(rows / 2 + 30), int(cols / 2 - 30):int(cols / 2 + 30)] = 0
# 定义的mask是中间60*60的像素为0其余为1

• 将标签和像素点保存到list
  Tensorflow高效讀取數據
  为什么要打标签

Vgg部分

sklearn 中sklearn.metrics模块实现了一些loss, score以及一些工具函数来计算分类性能。一些metrics可能需要正例、置信度、或二分决策值的的概率估计。
大多数实现允许每个sample提供一个对整体score来说带权重的分布，通过sample_weight参数完成。

这位博主写的很棒，包括了二分类，多分类模型分类sklearn中的模型评估很实用，precision_score, recall_score,f1_score详见3.8，roc_auc_score详见3.12,accuracy_score详见3.2。

SVM部分

数据

keras读取后缀名为.h5的文件 keras提供了get_weight的函数