Opencv中traincascade+LBP的训练过程及方法

今天用opencv中的traincascade+LBP的方法去检测行驶证中的“所有人”字段。 用这个方法去检测，最主要的是准备好充分的正样本和负样本。

1. 标记正样本

通过标记工具标记了1000张行驶证图片，记录下每张图片中的"所有人"字段出现的位置。在这过程中，有2个小技巧，第一就是在标记的时候，在原图上用小黑块把原图上用鼠标标记的矩形框覆盖，即把“所有人”字段遮住，存到负样本目录下，生成一张负样本。第二点为了避免光照色泽等的干扰，在生成正样本的同时，对原图进行直方图均衡化，加大图片对比度，生成一张正样本图，会有更好的鲁棒性。

2. 准备负样本
   准备负样本时，多找找与正样本形似的一些图片，例如对于行驶证来说，什么动物啊，花草啊等这类图片基本对效果的影响不大，所以尽量找些学生证啊，毕业证，驾驶证，报纸等图片，与行驶证接近的图，这样会提升训练的效果图。

3. 代码
   具体如何实现，参考官网资料最靠谱，链接如下：http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/user_guide/ug_traincascade.html
   对于正样本，先通过标注工具生成filename+个数+rect.x+rect.y+rect.width+rect.height的形式，***

中间用tab键做分割，不能用逗号之类的，

***之后通过opencv_createsample转换成vec的文件；将标注好的txt文件放在图片目录下，用以下命令：
opencv_createsamples -vec licenseVec -info /Users/Downloads/imagefile/file.txt -num 2000 -w 45 -h 25 -show

负样本不需要转格式，形成txt文件就行，里面存储的只是文件名称，千万别写成绝对路径，用相对路径就行，因为在训练的时候会将txt文件的当前路径加上文件里存储的图片路径，如果用绝对路径的话，会重复，导致找不到图片。

4. 开始训练
   准备好数据后，就该训练了，根据官网参数的提示进行设置。一下是我的设置，可参考：

opencv_traincascade -data cascade_license_dir -vec licenseVec -bg LicenseText.txt -numPos 800 -numNeg 4000 -numStages 15 -featureType LBP -w 45 -h 25 -minHitRate 0.99 -maxFalseAlarmRate 0.3 -bt DAB -maxDepth 2 

记得-w 和-h就是小写的，还有-minHitRate和-maxFlaseAlarmRate参数，不然训练速度很快，而且训练的效果不理想。 -numNeg会比实际准备的负样本个数大两三倍，并且-w和-h和用opencv_createsamples中用的-w和-h保持一致，不然会报错。

码农就是不段的遇到各种奇怪问题，然后不断的解决，最近被虐的已经习惯了，平常心对待吧。

训练完之后，进行测试，分类器效果还是不够理想，会把相近的都选中，经大神指点，降低 -maxFlaseAlarmRate的参数，提高-numPos参数，以及把负样本也做一次直方图均衡化，在加些报纸杂志，能够区分出所有人字样的负样本。再次进行训练。
中途报错：Can not get new positive sample.The most possible reason id insufficient count of samples is given veg-file.

出现这种错的原因提示中很明显，正样本的数目不够，也就是-numPos设置的大了。加入正样本的数目一共有1900张，-numPos设置的是1800张，那么在第一级分类器中，会在1900张图片中选择1800张，在准确率达到0.99时结束第一级训练，那么分类器认为正样本还有18000.99张；到了第二级分类器，依旧需要输入1800张图片，那么还得从剩余的（1900-1800）张图片中选择（1800-18000.99）张，加上第一级分类器筛选出的正样本一起去训练，依次类推，假如你剩余的样本少于分类器需要的正样本数目，就会报错。所以设置-numPos的时候尽量是正样本数目的80%左右。

错误：Train dataset for temp stage can not be filled. Branch training terminated.

若出现这种错误，是负样本的路径有问题，-bg 后面的参数只能是文件名称，不能是路径+文件名称，需要把负样本的txt文件放到当前目录下，并在txt文件中的路径加上负样本图片的文件名。