SVM Image Classification System

طورت نظامًا لتصنيف الصور باستخدام Support Vector Machine (SVM)، مع الاعتماد على مجموعة من الخصائص البصرية لتحسين عملية التمييز بين الفئات المختلفة.

يتضمن المشروع مرحلة معالجة مسبقة للصور، ثم استخراج الخصائص باستخدام HOG (Histogram of Oriented Gradients) وLBP (Local Binary Patterns) وGLCM (Gray Level Co-occurrence Matrix)، مع إمكانية استخدام Color Histogram، ثم استخدام هذه الخصائص في تدريب نموذج SVM وتقييمه.

تم بناء النظام باستخدام Python وScikit-learn وScikit-image، مع تطوير واجهة رسومية تفاعلية باستخدام CustomTkinter تتيح تحميل الصور وتشغيل التصنيف وعرض نتائج المعالجة والخصائص المستخرجة.

تعرض الواجهة الصورة الأصلية والصورة بعد المعالجة، بالإضافة إلى Grayscale Histogram ومرئيات HOG وLBP، كما توفر إمكانية عرض الصورة الأكثر تشابهًا من مجموعة البيانات مع درجة التشابه.

تم تنظيم المشروع في مكونات منفصلة لتحميل البيانات، والمعالجة المسبقة، واستخراج الخصائص، وتدريب النموذج، مع حفظ النموذج والمكونات اللازمة لإعادة استخدامه في عملية التنبؤ.