机器学习之用Hog+Svm人脸检测、交通标志和字符识别等(初学者)
首先声明，这里主要用svm进行一个简单的二分类，最后得到结果，我们把正样本设为1，负样本设为0。
这里只是一个简单的介绍，后面会有相关详细介绍的链接，个人认为比较好的，对我们比较有帮助的链接，有兴趣的可以去看看。当然，本文对初学者有点帮助，也特别欢迎大神来拍！
训练样本时候问题：
我在训练的时候，用了各种样本，总结了一点自己的经验。如果要是用Haar特征训练时，正负样本大概比至少为1：10时候才比较好。而svm训练，更讲究正负样本的选择。其实，机器学习也好，深入学习也好，样本比算法重要的多！（当然，你要是想仔细研究算法内部并且自己写的除外）。我们这里先只是用opencv里的自带的svm和hog库。
先说正负样本的选择。
对于正负样本来说，尽可能的接近比随便挑的效果要好太多。比如说，我们负样本的选择是从几张图片随机抠出几万张负样本出来（过程很简单，用opencv十几二十几行代码就可以，需要的可以评论，我发给你）。然后正样本是我们需要的图片。这时候，我们进行训练完毕后，在做检测，会发现结果相当不好，可以这么说，除非你的检测图片正好是你的正样本训练图片。否则基本检测不出来！！
后来改变了选择，正样本不要只要需求的那一部分，比如，我们检测交通标志时，把交通标志的旁边一圈也划进来，当然不要太多。然后，我们把负样本和正样本的选择尽可能相近，比如，我们训练交通标志时，选择限速50为正样本，那么，我们就把限速40作为负样本，这样，最后得到的效果就会非常好。
对于样本大小的选择上，根据不同的样本取不同大小吧，很多人在这点都没有提到，其实，对于初学者来说，往往不会选择样本大小，特别是还没怎么看svm和hog的，对于样本大小往往是朝网上copy。我们选择样本大小时，一般，人脸，交通检测这些，设置为64*64的就可以。而行人的，一般选择长方形，即64*128这种的。正负样本尽可能保持大小相同。
至于如何取得文件夹下所有的图片目录，和如何每隔一行加一个标志符号。这里，可以自己写一个代码，当然，也可以直接利用.bat直接写，具体方法是：
首先，拿正样本为例。
在你放置正样本的文件夹下，即与图片的是同一级的目录，新建一个.txt，名字可以自己取，例如为test.txt。然后，修改后缀名，为.bat。右键编辑（对于没有编辑的win10来说…可以下载一个文本编辑器，我用的是EditPlus）打开，然后，在里面输入
@echo off & setlocal EnableDelayedExpansion
for /f “delims=” %%i in (‘“dir /a/s/b/on .“’) do (
set file=%%~fi
set file=!file:/=/!
echo !file! >> 路径.txt
)
点击保存，然后，直接双击这个文件，就会得到一个名为路径.txt，这里面存放的就是文件夹下所有的路径。
PS：至于有的人说的用cmd写一个，dir /b/s/p/w *.jpg>train_list.txt，应该也可以，不过这个有个问题是如果路径太多，不会全部写进去，所以，还是用上一种方法比较好。
然后，打开路径，Ctrl+A，全部复制，然后放到word里，在word里，Ctrl+h，把jpg换为jpg^p1，其中^p是回车符号，1表示正样本。
同理对负样本这样处理，然后，把所有目录统一拷贝到一个.txt里，放到需要的目录下。
然后，我用的opencv是2.4.9版本。
说明：这是在别人的代码上（后面有链接），感觉不错，改了一下，自己拿来用下。
#include "stdafx.h"
#include "cv.h"
#include "highgui.h"
#include "stdafx.h"
#include
#include
#include
#include
#include
using namespace cv;
using namespace std;
/**************************************************************
说明：把所有的训练样本（包括正样本和负样本）信息，储存到
F:\\MLHogSvm\\TrainData.txt中，格式为：
上面是：图片路径，其下面为标志，1为正样本，0为负样本
每隔一行做一次，最后放到上面的txt中
最后的.xml放到F:\\MLHogSvm目录下
**************************************************************/
int _tmain(int argc, _TCHAR* argv[])
{
int ImgWidht = 64;
int ImgHeight = 64;//训练图像大小，可以自己在这里调节，不过最后要看看
vector<string> img_path;//输入文件名变量
vector<int> img_catg;
int nLine = 0;
string buf;
ifstream svm_data( "F:\\MLHogSvm\\TrainData.txt" );//首先，这里搞一个文件列表，把训练样本图片的路径都写在这个txt文件中，使用bat批处理文件可以得到这个txt文件
unsigned long n;
while( svm_data )//将训练样本文件依次读取进来
{
if( getline( svm_data, buf ) )
{
nLine ++;
if( nLine % 2 == 0 )//这里的分类比较有意思，看得出来上面的SVM_DATA.txt文本中应该是一行是文件路径，接着下一行就是该图片的类别，可以设置为0或者1，当然多个也无所谓
{
img_catg.push_back( atoi( buf.c_str() ) );//atoi将字符串转换成整型，标志（0,1），注意这里至少要有两个类别，否则会出错
}
else
{
img_path.push_back( buf );//图像路径
}
}
}
svm_data.close();//关闭文件
CvMat *data_mat, *res_mat;
int nImgNum = nLine / 2; //读入样本数量 ，因为是每隔一行才是图片路径，所以要除以2
////样本矩阵，nImgNum：横坐标是样本数量， WIDTH * HEIGHT：样本特征向量，即图像大小
data_mat = cvCreateMat( nImgNum, 3780, CV_32FC1 ); //这里第二个参数，即矩阵的列是由下面的descriptors的大小决定的，可以由descriptors.size()得到，且对于不同大小的输入训练图片，这个值是不同的
cvSetZero( data_mat );
//类型矩阵,存储每个样本的类型标志
res_mat = cvCreateMat( nImgNum, 1, CV_32FC1 );
cvSetZero( res_mat );
IplImage* src;
IplImage* trainImg=cvCreateImage(cvSize(ImgWidht,ImgHeight),8,3);//需要分析的图片，这里默认设定图片是64*64大小，所以上面定义了1764，如果要更改图片大小，可以先用debug查看一下descriptors是多少，然后设定好再运行
//开始搞HOG特征
for( string::size_type i = 0; i != img_path.size(); i++ )
{
src=cvLoadImage(img_path[i].c_str(),1);
if( src == NULL )
{
cout<<" can not load the image: "<continue;
}
cout<<" processing "<//读取图片
HOGDescriptor *hog=new HOGDescriptor(cvSize(ImgWidht,ImgHeight),cvSize(16,16),cvSize(8,8),cvSize(8,8),9); //具体意思见参考文章1,2
vector<float>descriptors;//结果数组
hog->compute(trainImg, descriptors,Size(1,1), Size(0,0)); //调用计算函数开始计算
cout<<"HOG dims: "<//CvMat* SVMtrainMat=cvCreateMat(descriptors.size(),1,CV_32FC1);
n=0;
for(vector<float>::iterator iter=descriptors.begin();iter!=descriptors.end();iter++)
{
cvmSet(data_mat,i,n,*iter);//把HOG存储下来
n++;
}
//cout<rows<
cvmSet( res_mat, i, 0, img_catg[i] );
cout<<" end processing "<" " <//新建一个SVM
CvSVMParams param;//这里是参数
CvTermCriteria criteria;
criteria = cvTermCriteria( CV_TERMCRIT_EPS, 1000, FLT_EPSILON );
param = CvSVMParams( CvSVM::C_SVC, CvSVM::RBF, 10.0, 0.09, 1.0, 10.0, 0.5, 1.0, NULL, criteria );
/* SVM种类：CvSVM::C_SVC
Kernel的种类：CvSVM::RBF
degree：10.0（此次不使用）
gamma：8.0
coef0：1.0（此次不使用）
C：10.0
nu：0.5（此次不使用）
p：0.1（此次不使用）
然后对训练数据正规化处理，并放在CvMat型的数组里。
*/
//☆☆☆☆☆☆☆☆☆(5)SVM学习☆☆☆☆☆☆☆☆☆☆☆☆
svm.train( data_mat, res_mat, NULL, NULL, param );//训练啦
//☆☆利用训练数据和确定的学习参数,进行SVM学习☆☆☆☆
svm.save( "F:\\MLHogSvm\\SVM_DATA.xml" );
cvReleaseMat( &data_mat );
cvReleaseMat( &res_mat );
return 0;
} 然后是进行检测的代码，我们平时写的时候，也建议把这两个分开来写，可以写成两个工程，或者用MFC写成两个不同的模块都可以的。
#include "stdafx.h"
#include "cv.h"
#include "highgui.h"
#include "stdafx.h"
#include
#include
#include
#include
#include
using namespace cv;
using namespace std;
/*********************************************************************
说明：
读取svm.load("F:\\MLHogSvm\\SVM_DATA.xml")，读入原来写入的.xml
先F:\\MLHogSvm\\TrainTest.txt中，存放的是要进行测试的图片的信息。
预测结果(1为正样本，0为负样本)放入"F:\\MLHogSvm\\SVM_PREDICT.txt" 中
**********************************************************************/
int _tmain(int argc, _TCHAR* argv[])
{
int ImgWidht = 64;
int ImgHeight = 64;//训练图像大小，可以自己在这里调节，不过最后要看看
IplImage *test;
vector<string> img_tst_path;
ifstream img_tst( "F:\\MLHogSvm\\TrainTest.txt" );//输入测试图片路径信息
string buf;
while( img_tst )
{
if( getline( img_tst, buf ) )
{
img_tst_path.push_back( buf );
}
}
img_tst.close();
CvMat *test_hog = cvCreateMat( 1, 3780, CV_32FC1 );//注意这里的1764，同上面一样
char line[512];
ofstream predict_txt( "F:\\MLHogSvm\\SVM_PREDICT.txt" );//把预测结果存储在这个文本中
for( string::size_type j = 0; j != img_tst_path.size(); j++ )//依次遍历所有的待检测图片
{
test = cvLoadImage( img_tst_path[j].c_str(), 1);
if( test == NULL )
{
cout<<" can not load the image: "<continue;
}
IplImage* trainImg=cvCreateImage(cvSize(ImgWidht,ImgHeight),8,3);
cvZero(trainImg);
cvResize(test,trainImg); //读取图片
HOGDescriptor *hog=new HOGDescriptor(cvSize(ImgWidht,ImgHeight),cvSize(16,16),cvSize(8,8),cvSize(8,8),9);
vector<float>descriptors;//结果数组
hog->compute(trainImg, descriptors,Size(1,1), Size(0,0)); //调用计算函数开始计算
cout<<"HOG dims: "<1,descriptors.size(),CV_32FC1);
unsigned long n=0;
for(vector<float>::iterator iter=descriptors.begin();iter!=descriptors.end();iter++)
{
cvmSet(SVMtrainMat,0,n,*iter);
n++;
}
CvSVM svm;//新建一个SVM
svm.load("F:\\MLHogSvm\\SVM_DATA.xml");
int ret = svm.predict(SVMtrainMat);//获取最终检测结果，这个predict的用法见 OpenCV的文档
std::sprintf( line, "%s %d\r\n", img_tst_path[j].c_str(), ret );
predict_txt<return 0;
} 说明一下，这会在”F:\MLHogSvm\SVM_PREDICT.txt” 里进行说明，如果检测出来的测试图片为需要的，就是标记为1，如果是无关的图片，就会被标记为0(这里随意取，也可以自己设置为其他数，不过要记住的，在后面的检测会用到)。
其实，我们从这段代码也可以看出，用hog和svm检测，最后得出的，只是一个分类结果，就是，可以把一张图片，分成是否是正样本还是负样本的类型。如果是需要的，就分到正样本里(当然，这是完全理想状态下)。
然后，进行检测时，还是需要再次处理，比如，一幅图片，如何才能得到我们想要的大体正样本的框的地方。
参考了N篇论文之后，之后得到一个结果…硕士论文不靠谱。。不是，是大体都一样，简单来讲，如果你真的需要一个实时在线检测的，即使你用了多线程GPU加速之类的，还是达不到要求。说明算法真的是有问题。
最后总结来说，如果是离线检测，那么，RGB转HSI，再进行边缘检测，颜色填充，再边缘检测，再进行模式匹配的效果比较好。
如果你要求速率很高，推荐一种颜色空间，叫做SVF向量颜色空间，最后得到的效果不错，当然，也可以用基于RGB的，不过效果一般。其实，最后要是想要快速结果，GPU加速应该是必不可少的，否则，用个HOG检测就用了8、9秒，还玩个锤子！在线检测，一般用SVF或者基于HSI的吧，就正负样本多采集一点才好。
好了，最后总结说，正负样本多多益善，尽可能相近。对于机器学习来讲，采集样本往往重要的多，如果你按照代码测试过后，还是发现得不到想要的结果。那基本可以断定，你所取得样本是有问题的。所以，弄好样本！才是机器学习的重中之重！！！
链接：http://blog.csdn.net/qianqing13579/article/details/46509037
http://blog.csdn.net/v_july_v/article/details/7624837