opencv之级联分类器训练opencv_traincascade

第一步：准备好正负样本图片，正样本就是含有目标的图片，负样本就是不含有目标的图片，建好文件夹（如下图所示）。其中正样本图片最好是裁剪成同一尺寸，我这里是建成28*28，便于后期的说明文件的建立。

第二步：生成文件名列表

aa.bat 为批量生成文件名的程序（大家可以建个文本输入下面的内容就可制作，“.bat”结尾）

使用的时候只需要连击两下bat这个文件就能生成一个.txt 的文件，里面是当前目录下的文件名，删除里面不是图像的文件名

neg->负样本

pos->正样本

下图为neg 文件夹里面的内容以及txt的内容

下图为pos的文件夹以及txt的内容

第三步：生成训练样本

下图为生成训练样本的程序（当然opencv_createsamples.exe 在opencv /build/x86/vc10/bin里面，我放在了D盘根目录下）

利用opencv_createsamples.exe应用程序在该目录下使用如图cmd命令：
其中的-vec是指定后面输出vec文件的文件名，-info指定正样本描述文件，-bg指定负样本描述文件，-w和-h分别指正样本的宽和高，-num表示正样本的个数。执行完该命令后就会在当前目录下生产一个pos.vec文件了。

成功的话效果如下：

第四步：训练

首先在当前目录下新建一个dt文件夹用于存放生成的.xml文件。
在当前目录使用cmd命令:
D:\>opencv_traincascade.exe -data dt -vec pos.vec -bg neg/neg.txt -numPos 100 -n
umNeg 300 -numStages 5 -precalcValbufSize 200 -precalcdxBufSize 1000 -featureTy
pe HOG -w 28 -h 28截图如下：其中-data 输出目录，-numPos正样本数目-numNeg负样本数目-numStages训练级数

训练成功结果如下图：

这里附上简单的测试程序

#include "opencv2/objdetect/objdetect.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/ml/ml.hpp"
#include <iostream>
using namespace std;
using namespace cv;
string cascadeName = "cascade.xml";//训练数据
int main( )
	{
	CascadeClassifier cascade;//创建级联分类器对象
	vector<Rect> rects;
	vector<Rect>::const_iterator pRect;
	double scale = 1.;
	Mat image;
	double t;
	if( !cascade.load( cascadeName ) )//从指定的文件目录中加载级联分类器
		{
		cerr << "ERROR: Could not load classifier cascade" << endl;
		return 0;
		}
	Mat gray, smallImg;
	string filename = "图片路径";
	image = imread(filename);
	cvtColor( image, smallImg, CV_BGR2GRAY );//灰度转换
	rects.clear();
	printf( "begin...\n");
	t = (double)cvGetTickCount();//用来计算算法执行时间
	vector<int> level;
	vector<double> reject;
	cascade.detectMultiScale(smallImg,rects,1.1,3,0,Size(30,30),Size(100,100));//这里可能某些数据需要修改
	t = (double)cvGetTickCount() - t;
	printf( "detection time = %g ms\n\n", t/((double)cvGetTickFrequency()*1000.) );
	for(pRect = rects.begin(); pRect != rects.end(); pRect++)
		{
		rectangle(image,cvPoint(pRect->x,pRect->y),cvPoint(pRect->x+pRect->width,pRect->y+pRect->height),cvScalar(0,255,0));
		}
	imwrite("1.jpg",image);	
	waitKey();
	return 0;
	}

opencv之级联分类器训练opencv_traincascade

猜你喜欢