opencv3-基于opencv_traincascade级联分类器的训练步骤

最近在做识别的过程中发现sift与surf的特征并不容易筛选，想找一下有没有比较好筛选特征的方法，在检索的过程中发现了基于haar特征的级联adboost的方法，这个方法能有效的筛选哪些是更好的haar特征。虽然暂时还没有相处关联的思路，但用这个可以做基于传统方法的目标识别，所以就在网上学习了一下怎么训练这个级联分类器。网上训练这个分类器基本上是基于opencv2中的open_haartraining.exe，这是一个封装好了的训练算法，只要把文件格式弄好，参数输入进去，就可以训练出来级联分类器了，但是我用的是opencv3，很苦恼，没有这个open_haartraining.exe，只有opencv_traincascade，索性就开始使用了（open_haartraining.exe只能训练haar特征的分类器，但是opencv_traincascade可训练多种特征的分类器，比如haar，hog，lbp等等）。

opencv_traincascade的原理暂时没有详细的探查过，之后回来补上。接下来详细的讲一下整个级联分类器的整个训练过程。
训练过程主要分为以下四步：

1.配置训练环境
2.制作训练数据集
3.生成正样本描述文件（.vec文件）
4.训练样本分类器
5.常见错误

###配置训练环境
opencv的源代码是用c++写的，但是提供了其他主流语言的接口，但是这个训练的过程需要调用opencv自带的两个可执行程序open_createsample.exe和opencv_traincascade.exe来训练分类器里面的参数，并保存在xml文件中，这样你的其他语言就可以调用了。
首先需要找到open_createsample.exe和opencv_traincascade.exe这两个程序在计算机中的位置，比如我的在C:\Users\lowkeybin\Anaconda3\pkgs\opencv-3.3.1-py36h20b85fd_1\Library\bin（如果找不到，在搜索栏直接搜索这两个程序）
这是我这个地址里面的文件目录，我只截取了很小一段内容，其实还有很多dll文件和很多其他的文件，但是我们现在不需要那些

xml：用于存放训练好的分类器的参数，这个文件夹不是自带的，需要创建
negdata：存放负样本的文件夹，这个文件不是自带的，需要创建
posdata：存放正样本的文件夹，这个文件不是自带的，需要创建
negdata.txt：负样本的文件路径，这个文件不是自带的，需要创建，创建过程下面会提到
posdata24x16.txt：正样本的文件路径，这个文件不是自带的，需要创建，创建过成下面会提到
posdata24x16.vec：生成的正样本描述文件，这个文件不是自带的，需要创建，创建过程下面会提到
opencv_createsamples.exe：生成正样本描述文件的可执行程序，这个是文opencv中自带的
opencv_haartraining.exe：训练样本的可执行程序，这个也是opencv中自带的

###制作训练数据集
首先将要训练的正类样本和负类样本放入posdata这个文件夹中，这里的样本图片需要是灰度图片，且不要大于100*100。备注：负样本的数量要大于正样本的数量，我用的是正负样本数量比为1：3，这个会影响大训练效果，具体需要怎样的比例需要自己把控，但负样本过少会出现错误。
接下来需要生成正负样本的文件路径，使得训练中可以顺利的找到每个样本。先进入正样本目录，新建一个txt文件，并在中输入如下内容
dir /b/s/p/w *.jpg > num.txt

然后关掉这个txt，把这个txt的后缀名改为bat，他会变成下面这个样子

双击这个bat文件，会生成这样一个txt文件


我们现在需要通过记事本的替换功能修改一下这个txt文件的内容


替换好之后应该是这个样子

posdata是样本的相对路径，最后的1 0 0 64 64，最后两位数代表你的样本图像的大小，需要根据自己的样本图片改写，由于文件中指出的位置是相对路径，所以我们需要把这个txt文件放到与open_createsample.exe和opencv_traincascade.exe这两个程序的同一级文件当中，并把这个txt文件的名字改为posdata
以上给出了正样本文件路径的生成方法，负样本的方法也相同，但是负样本的绝对路径不用改为相对路径，也不需要在最后加1 0 0 64 64，且名字改为negdata就可以了，negdata.txt内应该是这样的

###生成正样本描述文件
打开cmd.exe输入以下内容进入open_createsample.exe和opencv_traincascade.exe这两个程序的文件地址（以下是我的）
cd C:\Users\lowkeybin\Anaconda3\pkgs\opencv-3.3.1-py36h20b85fd_1\Library\bin
再继续输入以下内容（num后是正样本数，w和h代表样本图片的大小）
opencv_createsamples.exe -info posdata.txt -vec pos.vec -num 100 -w 64 -h 64
运行成功是这样的

-info 样本的说明文件
-vec 正样本描述文件的名字以及路径
-num 正样本数量
-w-h样本图片的大小
程序成功运行后会生成posdata.vec

###训练样本分类器

打开cmd.exe输入以下内容进入open_createsample.exe和opencv_traincascade.exe这两个程序的文件地址（以下是我的）
cd C:\Users\lowkeybin\Anaconda3\pkgs\opencv-3.3.1-py36h20b85fd_1\Library\bin
再继续输入以下内容（numPos后是正样本数，numNeg后是负样本数，w和h代表样本图片的大小）
opencv_traincascade.exe -data xml -vec pos.vec -bg negdata.txt -numPos 100 -numNeg 226 numStages 20 -featureType LBP -w 64 -h 64
运行成功是这样的（会迭代很多轮，直到达到阈值或者训练完二十轮）

###常见错误
posdata.txt中的路径需要是相对路径，而negdata.txt中的路径需要是绝对路径，如果路径写错会出现下面的情况

在创建训练数据集和训练样本分类器是代码中的空格不能少，如果少了会出现下面的情况

最后正样本集中的样本需要只包含目标物体，尽量不要包含其他物体，如果要识别人脸，那就整张图都只有脸。否则训练效果会很差。另外正样本的尺寸必须小于等于负样本的尺寸