opencv_traincascade

opencv3

第一步：整理正负样本

创建一个文件夹，假设为haar，在haar 文件夹下面建一个文件夹pos，写两行代码，将收集到的正样本存入到pos文件夹中，大小统一，假设为20×20，且为灰度图，打开cmd窗口，dir /b *.* > pos.data， 打开pos.data，将最后一行非图像删除，假设图像均为jpg格式， 打开pos.data进行替换，将"jpg" 替换为"jpg 1 0 0 20 20"。负样本没有限制，打开负样本文件夹，打开cmd窗口，输入：dir /b/s/w *.* > neg.data， 打开neg.data，将非图像路径删除， 将neg.data拷贝到haar文件夹下。

第二部：编译opencv

下载opencv， 下载tbb，因为加入tbb，训练级联器的时候才使用多线程。

打开cmake，编译opencv， 点击configure， configure done之后，在Search口输入tbb查找， 选中WITH_TBB后面的方框，再次点击Configure， 在TBB_INCLUDE_DIRS的后面输入tbb的路径（截止到include），再次点击configure，如果TBB_LIB_DIR， TBB_STDDEF_PATH，后面已经填好了，直接generate即可。否则，在后面分别添加tbb的lib路径和tbb_stddef.h的路径。

打开编译的opencv路径，打开opencv.sln，注意vs版本对照，与编译时的一致。编译opencv_traincascade和opencv_createSample，到...bin/release路径下，将dll和exe拷贝到haar文件夹下。

第三部：准本训练

打开cmd窗口，输入opencv_traincascade，然后回车，会看到详细的参数说明。输入opencv_createsamples，也会看到详细的参数说明。首先生成正样本的数据，假设200个样本，num就写200吧，。

opencv_createsamples.exe -info pos/pos.data -vec pos.vec -num 200 -w 20 -h 20

生成pos.vec之后，开始训练， 建立一个文件夹xml，用以保存中间数据，即-data的参数，默认会开启全部线程

opencv_traincascade.exe -data xml -vec pos.vec -bg neg.data -numPos 180 -numNeg 540 -w 20 -h 20 -mode ALL

然后就等待吧。最后训练结果会保存成一个xml，用opencv的函数可以载入使用。