这两天在初学目标检测的算法及步骤，其中人脸检测作为最经典的算法，于是进行了重点研究。该算法最重要的是建立人脸检测分类器，因此我用了一天的时间来学习分类器的训练。这方面的资料很多，但是能按照一个资料运行出结果的确实没有找到，因此我总结了自己的训练经验。
目标检测分为三个步骤：
1、样本的创建
2、训练分类器
3、利用训练的分类器进行目标检测
第一步：样本的创建
◆ 样本分两种： 正样本与负样本（也有人翻译成：正例样本和反例样本），其中正样本是指待检目标样本(例如人脸，汽车，鼻子等)，负样本指其它任意图片。
◆ 所有样本图片都应该有同一尺寸，如32 * 32，并放在相应文件目录下，
◆ 集合文件格式（collection file format）和描述文件格式（description file format）
集合文件格式（collection file format）就是如下形的描述文件：
[filename]
[filename]
[filename]
…
描述文件格式（description file format）就是如下形的描述文件：
[filename] [# of objects] [[x y width height] [... 2nd object] ...]
[filename] [# of objects] [[x y width height] [... 2nd object] ...]
[filename] [# of objects] [[x y width height] [... 2nd object] ...]
….
(x, y) 指左上角的坐标，width和 height 分别是样本的宽和高，这里我的图片是32*32的，所以两个值都是32
!!!!!!!负样本用集合文件格式描述，正样本用描述文件格式描述。
一、把所有正样本图片放在posdata的文件夹下，把所有负样本图片放在negdata文件夹下
（这里我以人脸图片样本为例）
（注：以上这些32*32 的图片均来自MIT人脸库，可以在csdn下载）
二． 分别为正样本和负样本创建描述文件
A． 为正样本创建描述文件格式文件info.txt，并且把这个文件放在与样本图片同一目录下，例如我的目录为C:/OpenCV2.1/bin/posdata
a) 在命令行下 输入以下命令： dir /b > info.txt
b) 打开info.txt, 选择编辑-》替换，把所有的bmp 换成 bmp 1 0 0 32 32
c) 删除info.txt最后一行的 “info.txt”
B． 为负样本创建集合文件格式文件bg.txt, 并且把这个文件放在与样本图片同一目录下，例如我的目录为I:/negdata
a) 在命令行下 输入以下命令： dir /b > bg.txt
b) 删除bg.txt最后一行的 “bg.txt”
三、创建样本
许多文章都说Opencv 自带有创建样本的exe 文件，但是我的目录下却没有，所以我只能自己生成createsamples.exe文件，首先在opencv解压文件夹里找到opencv->apps->haartraining中createsample.cpp文件，然后将该文件使用的所有.h和.cpp文件都加入到一个工程中，然后编译运行，在编译过程中会有各种错误，可根据错误提示进行相应的改正，其中最主要的是缺少"#include "stdafx.h“"，其他的错误就是包含的文件添加不够导致的。 这里我创建10个sample:
将检测的正负样本文件和createsamples.exe文件放到同一根目录下，并在DOS命令下输入以下内容：
命令是： createsamples.exe -info info.txt -vec pos.vec -num 10 -w 20 -h 20
（关于 opencv_createsamples.exe 的参数用法，在参考英文资料网址http://note.sonots.com/SciSoftware/haartraining.html#e134e74e，里有详细介绍；
需要说明的是，我这里用的参数并没有 –bg， 因为根据那份文档，有了 –vec 和 –info 之后，就表示：Create training samples from some （从很多正样本中创建sample, 没有distortions）
四、训练分类器
如果在opencv的解压文件夹里没有找到haartraining.exe文件，则需要自己生成，其生成步骤与前一步createsamples.exe的生成步骤相同。
首先在根目录下建xml文件夹存放训练的分类器，并输入命令：
haartraining.exe -data xml-vec pos.vec -bg negdata0.txt -npos 10 -nneg 10 -mem 512 -model all -w 20 -h 20
这时会在根目录下的xml文件夹里生成许多.txt文件。
五、将生成的.txt文件制作成.xml文件
首先在opencv解压文件夹里找到opencv->samples->c->convert_cascade.c，将其加入到工程中，编译运行生成convert_cascade.exe文件，并将其放到原来的根目录下，在DOS命令下输入：
convert_cascade --size = "32x32" xml haarcascade.xml
则在根目录下生成该.xml文件。
五、利用生成的.xml分类器进行人脸检测
该代码如下，将lena.jpg放到工程文件夹下，由于本.xml只训练了10张照片，样本数少，所以检测效果很差，但是检测过程是正确且完整的。
|
1 更多文章请关注《万象专栏》 转载请注明出处：https://www.wanxiangsucai.com/read/cv13353 
发布评论
全部评论(0)
相关文章 |