基于opencv2.0的haar算法以人脸识别为例的训练分类器xml的方法

基于opencv2.0的haar算法以人脸识别为例的训练分类器xml的方法

基于opencv2.0的算法
第一步 采集样本
       1、 将正负样本分别放在两个不同的文件夹下面
        分别取名pos和neg，其中pos用来存放正样本图像，neg用来存放负样本
 

 

 

 

 

注意事项：1、正样本要统一切成24*24像素（或者其他）的格式，建议保存成灰度图，节省空间
                    2、正样本的数目越多，训练的时间也将越长，训练出来的效果也就越好
                    3、负样本的数量想对于正样本一定要足够的多，很多朋友在训练的时候，往往出现了CPU占用率达到了100%，但是训练只是停留在一个分类器长达几小时没有相应，问题出现在取负样本的那个函数 icvGetHaarTrainingDataFromBG中; 当剩下所有的negtive样本在临时的cascade Classifier中,evaluate的结果都是0（也就是拒绝了），随机取样本的数目到几百万都是找不到误检测的neg样本了，因而没法跳出循环
       2、建立正负样本的说明文件
             这里我们假定根目录在D:/boost下面 。
             在cmd下面进入pos目录，输入  dir /b > pos.txt

 

 

 

 

 

 

 

 

这个时候会在pos文件加下面生成一个pos.txt文件，打开pos.txt

 

 

 

 

 

我们对它进行如下编辑：
（1）、将BMP 替换成为 BMP 1 0 0 24 24
注意：1代表此图片出现的目标个数 后面的 0 0 24 24代表目标矩形框（0,0)到(24,24)，用户可以根据自身需要调整数值
（2）、删除文本中最后一行的“pos.txt”

 

 

 

 

 

 

 

 

 

 

 

2、对负样本进行编辑
在CMD下输入 dir /b > neg.txt

同理，打开neg目录下的neg.txt文件，只需要删除最后一行的neg.txt这一句
注意：1、负样本说明文件不能含有目标物体
2、负样本图像尺寸不受到限制，但是尺寸越大，训练所用的时间越长，
3、负样本图像可以是灰度图，也可以不是，笔者建议使用灰度图，这样处理起来可能更有效率
4、负样本图像一定不要重复，增大负样本图像的差异性，可以增加分类器的使用范围，笔者建议可以使用网上的素材库，将1000多张不含目标的图片灰度处理后用来训练，效果更佳
二、使用opencv_createsamples.exe创立样本VEC文件
1、首先我们将要用的的2个程序opencv_createsamples.exe和opencv_haartraining.exe拷到根目录下

在CMD下输入如下命令：
opencv_createsamples.exe -vec pos.vec -info pos/pos.txt -bg neg/neg.txt -w 40 -h 40 -num 142
以上参数的含义如下：
－vec
训练好的正样本的输出文件名。
－img
源目标图片（例如：一个公司图标）
－bg
背景描述文件。
－num
要产生的正样本的数量，和正样本图片数目相同。
－bgcolor
背景色（假定当前图片为灰度图）。背景色制定了透明色。对于压缩图片，颜色方差量由bgthresh
参数来指定。则在bgcolor－bgthresh 和bgcolor＋bgthresh 中间的像素被认为是透明的。
－bgthresh
－inv
如果指定，颜色会反色
－randinv
如果指定，颜色会任意反色
－maxidev
背景色最大的偏离度。
－maxangel
－maxangle，
－maxzangle
最大旋转角度，以弧度为单位。
－show
如果指定，每个样本会被显示出来，按下"esc"会关闭这一开关，即不显示样本图片，而创建过程
继续。这是个有用的debug 选项。
－w
输出样本的宽度（以像素为单位）
－h《sample_height》
输出样本的高度，以像素为单位。

按下回车后我们的正样本

三、使用opencv_haartraing.exe进行训练
参数说明如下：
Haartraining 的命令行参数如下：
－data存放训练好的分类器的路径名。
－vec正样本文件名（由trainingssamples 程序或者由其他的方法创建的）
－bg背景描述文件。
－npos，
－nneg用来训练每一个分类器阶段的正/负样本。合理的值是：
-nPos = 7000;nNeg = 3000－nstages训练的阶段数。
－nsplits决定用于阶段分类器的弱分类器。
如果1，则一个简单的stump classifier 被使用。如果是2 或者更多，则带有number_of_splits 个内部节点的CART 分类器被使用。
－mem预先计算的以MB 为单位的可用内存。内存越大则训练的速度越快。－sym（default）－nonsym指定训练的目标对象是否垂直对称。垂直对称提高目标的训练速度。例如，正面部是垂直对称的。
－minhitrate《min_hit_rate》每个阶段分类器需要的最小的命中率。总的命中率为min_hit_rate 的number_of_stages 次方。
－maxfalsealarm没有阶段分类器的最大错误报警率。总的错误警告率为max_false_alarm_rate 的number_of_stages 次方。
－weighttrimming指定是否使用权修正和使用多大的权修正。一个基本的选择是0.9－eqw
－mode选择用来训练的haar 特征集的种类。basic 仅仅使用垂直特征。all 使用垂直和45 度角旋转特征。－w《sample_width》－h《sample_height》训练样本的尺寸，（以像素为单位）。必须和训练样本创建的尺寸相同
在CMD下输入opencv_haartraining.exe -data xml -vec pos.vec -bg neg/neg.txt -w 40 -h 40 -mem 800  

然后开始训练
训练过程如图，呵呵，要是成百上千的样本的话，我们先去吃完泡面休息一下吧

好了，休息回来，训练完成提示信息如下：

在根目录下就会生成相应的XML文件