【opencv 官方教程】翻译6 Background Subtraction 和级联分类器

本底扣除Background Subtraction

• How to Use Background Subtraction Methods

  Compatibility: > OpenCV 2.4.6

  Author: Domenico Daniele Bloisi

  We will learn how to extract foreground masks from both videos and sequences of images and to show them.

基本原理：
发现背景图片和特定图片之间的差异，从中获取相对的前景目标

步骤：
准备三个Mat，分别存储currentframe、两个foreground masks（具体原因请访问官方网站查看完整说明，我觉得他们是错版了）
准备俩 cv::BackgroundSubtractor objects用以生成foreground masks.
分析用户选择的是图像还是视频，接下来以视频为例
等到视频放到最后或者按q、esc
每帧都被用来计算上一时刻的foreground mask和作为下一时刻的background。
给当前帧打上标记（编号和高亮白框）
显示当前帧和mask的结果
对于图像的处理和视频类似

效果：

级联分类器

• Cascade Classifier

  Compatibility: > OpenCV 2.0

  Author: Ana Huamán

  Here we learn how to use objdetect to find objects in our images or videos

• Cascade Classifier Training

  This tutorial describes opencv_traincascade application and its parameters.

对于级联分类器的简介

In this tutorial you will learn how to:

• Use the cv::CascadeClassifier class to detect objects in a video stream. Particularly, we will use the functions: 检测视频流中的物体
  
  • cv::CascadeClassifier::load to load a .xml classifier file. It can be either a Haar or a LBP classifer   装载一个xml分类文件
  • cv::CascadeClassifier::detectMultiScale to perform the detection.                     展示分类

//-- 1. Load the cascades

if( !face_cascade. load( face_cascade_name ) ){ printf( "--(!)Error loading face cascade\n"); return -1; };

if( !eyes_cascade. load( eyes_cascade_name ) ){ printf( "--(!)Error loading eyes cascade\n"); return -1; };

//-- 2. Read the video stream

capture. open( -1 );

if ( ! capture. isOpened() ) { printf( "--(!)Error opening video capture\n"); return -1; }

//-- 3. Apply the classifier to the frame

detectAndDisplay( frame );

//-- Detect faces

//-- In each face, detect eyes

级联分类器训练

简介
 boosted cascade of weak classifiers包含两部分：训练阶段和侦测阶段（侦测采用HAAR或者LBP模式）。接下来是关于boosted cascade的训练的说明。
目前的指导内容包含收集训练数据、准备训练数据、执行模式训练。

准备训练数据：
必须手动（如果你有一个足够智能的AI那也不一定了）准备正面和反面的样例 （通过opencv_createsamples application）
反面样例要求是无关或者你不想要被检测出的
正面样例要求给出所关注目标的样子，略
级联训练：
用准备的数据指定方式进行训练，结果会被存到cascade.xml里面
可视化级联分类：
把训练过程可视化是很有用的，opencv_visualisation这个应用提供了这样的功能。