Haar 特征训练步骤详

一、准备样本阶段

事先准备好正样本和负样本。这里只是先用于做Haar特征训练步骤的熟悉用，所以用opencv写了个程序，主要是做图片的变形处理。如旋转和亮度调节等。当然最后检测的效果指定很不好，这里先作为步骤熟悉来用的。

我们首先取出一幅图片(以交通标志为例)，可在网上下载，然后通过程序，在对这幅图片进行亮度调节和旋转后，得到700多张图片(图片格式设置为bmp或jpg)。我们取出其中的245幅图片作为本次的训练正样本。然后通过这个程序，有设置批量生成负样本的功能，总共从一张大图片中随机抠出700张负样本图片。这里，由于是事先用程序写好的，所以，正样本和负样本的大小均为50*50。

程序如下图所示：

 

这是正负样本的程序截图，最后得到如下的结果：

说明一下，根据网上查到的资料，这里最好用灰度图进行操作，所以最后生成的都是8位深度的灰度图。大小统一为50*50。

 

二、正负样本样本描述文件的制定

    因为这里我们正样本是用程序自写的，所以不用直接在文档里改大小，而没有进行标定，实际上，我们需要用objectmaker进行标定，具体使用可自行上网查。

    这里用到的是opencv自带的一个程序，叫做opencv_createsamples.exe，具体在opencv下的bin里。

把上面的pos和neg文件夹里的正负样本，还有opencv里opencv_createsamples.exe放到一个文件夹里，为了不出现cmd控制台里的文件名过长而读不出来的情况，尽可能精简文件路径，如：

这样，直接在F盘下工作就好。

其中，pos文件夹里放置的是刚才生成的正样本图片，neg文件夹里放置的是刚才生成的负样本文件。

之后，就是进行样本描述文件的生成了。

PS：如果不能运行这两个exe，就把opencv里bin的dll全拷到这里，和exe位于同一级即可。

样本描述文件的生成，需要用到cmd命令提示符，首先，打开命令提示符。

按照如下图所示进入到该文件夹里(具体可百度，很简单，是cd命令)。

这里的样本描述文件，正样本需要的是一个.vec的文件，负样本需要的是一个.dat的文件。.vec文件可以通过.dat文件通过后面的操作来进行，这里先放一下。

我们先对这正负样本生成.dat文件的操作。

首先，对正样本进行。

先通过命令提示符，进入到pos文件夹。然后输入dir /b > sample_pos.dat，就可以生成一个.dat的文件。这个dir /b > sample_pos.dat命令的作用是把当前文件夹下所有图片名称写入到.dat里(当然txt也是可以的，这里直接生成.dat)。这个.dat的名称我们先设为sample_pos，当然，设为其他的名称也可以，不过，一旦设定，就不要改了，后面都会需要到这个名称的。

然后，同样的，对负样本进行同样的处理。最后在neg文件件里生成sample_neg.dat。

这时得到的.dat文件还不能用，因为是没有处理过的，我们还要对其进行处理。这里用到一个叫做editplus的工具。主要是对txt文件里的样本进行替换工作。

我们首先把刚才生成的正样本的.dat文件进行修改，点击.dat，右键用editplus打开，下把下方的用红框框住的地方删掉。

然后，把jpg改为jpg 1 0 0 50 50，全部更改，就进行了一个标定。

这里一定要注意！负样本也是把最下面两行删掉，但是，不要把jpg改为jpg 1 00 50 50，

一旦修改，就会出现Invalid background description file!错误。这里一定注意。

这样就好了，对正负样本的.dat就处理完成。

    然后，是对正样本的.dat转化为.vec进行处理。

打开刚才的命令提示符。

输入opencv_createsamples.exe -info ./pos/sample_pos.dat -vec ./pos/sample_pos.vec -num 245 -w 20 -h 20

如下图所示：

其中，各个变量的含义为：

参数说明：-info，指样本说明文件

-vec，样本描述文件的名字及路径

-num，总共几个样本，要注意，这里的样本数是指标定后的20x20的样本数，而不是大图的数目，其实就是样本说明文件第2列的所有数字累加　　　　　　　　　和。

-w -h 指明想让样本缩放到什么尺寸。这里的奥妙在于你不必另外去处理第1步中被矩形框出的图片的尺寸，因为这个参数帮你统一缩放！

-show 是否显示每个样本。样本少可以设为YES，要是样本多的话不要显式地设置，因为关窗口会关到你哭。原本这里说的是设成NO，不过，建议不要设置，这样就不会弹出了。

看到Done，就是已经对其处理好了，最后是得到.vec的文件。

负样本不用这样处理，直接用.dat文件就好。

 

以上，就是样本描述文件的生成过程。

 

三、进行训练分类器

用到的是opencv_haartraining.exe，该程序封装了haar特征提取以及adaboost分类器训练过程。也在opencv 的bin下面，就是上面的第一个截图，把这个exe放到和pos 的同一级目录就好。然后，新建一个文件夹，名字叫cascade，也是和pos位于目录的同一级。

Cmd，cd到当前目录，然后输入

opencv_haartraining.exe -data ./cascade -vec ./pos/sample_pos.vec -bg ./neg/sample_neg.dat  -npos 245 -nneg 700 -mem 200 -mode ALL -w 20 -h 20

如图：

其中各个参数含义：

-data 指定生成的文件目录， -vec vec文件名， -bg 负样本描述文件名称，也就是负样本的说明文件(.dat) -nstage 20 指定训练层数，推荐15~20，层数越高，耗时越长。-nsplits 分裂子节点数目,选取默认值 2

-minhitrate 最小命中率，即训练目标准确度。-maxfalsealarm最大虚警(误检率)，每一层训练到这个值小于0.5时训练结束，进入下一层训练，-npos 在每个阶段用来训练的正样本数目，-nneg在每个阶段用来训练的负样本数目 这个值可以设置大于真正的负样本图像数目，程序可以自动从负样本图像中切割出和正样本大小一致的,这个参数一半设置为正样本数目的1~3倍 -w -h样本尺寸，与前面对应 -mem 程序可使用的内存，这个设置为256即可，实际运行时根本就不怎么耗内存，以MB为单位 -mode ALL指定haar特征的种类，BASIC仅仅使用垂直特征，ALL表示使用垂直以及45度旋转特征

-sym或者-nonsym，后面不用跟其他参数，用于指定目标对象是否垂直对称，若你的对象是垂直对称的，比如脸，则垂直对称有利于提高训练速度

四、合并分类器生成.xml文件

蛮简单的，直接在cmd里，输入convert_cascade.exe --size="20x20"..\cascade haar_adaboost.xml 就可以了。

 

最后，出现cascade performance 就是成功了！

以上，就是haar训练特征的描述，希望对大家有帮助。

PS：不用.dat，直接用.txt也可以的

 

 

参考资料：http://www.cnblogs.com/wengzilin/p/3849118.html(注意，这两个有错误地方，我已经在文中进行了说明)

          http://www.cnblogs.com/wengzilin/p/3845271.html

          http://m.blog.csdn.net/article/details?id=5838389