OpenCV訓練分類器制作xml

OpenCV訓練分類器制作xml文檔2009年12月19日星期六21:032009-12-19考了CET英語，心情很差，估計又不過的，哎！英文差！于是看看書，看看自己感興趣的書今天下午，研究了整個下午的小難題，在8點40分終于搞定了！肚子餓，還沒吃飯，還沒洗澡，克服了一個不懂的小難題，心理有點體會，想在這里留點紀念，方便別人以后學習。于是乎，我寫了：（那些開訓練器的相關介紹我就不再詳細談了，進入正題）我的問題：有了opencv自帶的那些xml人臉檢測文檔，我們就可以用cvLoad（）這個函數(shù)加載他們，讓他們對我們的人臉進行檢測，但是，現(xiàn)在生活中的計算機視覺并不遠遠是檢測人臉，還有很多物品需要識別，所以，能不能自己做個xml的檢測文檔，用它來檢測自己需要的東西呢？例如，檢測一個可樂瓶！問題解決：首先了解下，目標檢測分為三個步驟：1、樣本的創(chuàng)建2、訓練分類器3、利用訓練好的分類器進行目標檢測。一，樣本的創(chuàng)建：訓練樣本分為正例樣本和反例樣本，其中正例樣本是指待檢目標樣本（例如可樂瓶，人臉等），反例樣本指其它任意圖片，所有的樣本圖片都被歸一化為同樣的尺寸大小（例如，20x20）。1負樣本（反例樣本）可以來自于任意的圖片，但這些圖片不能包含目標特征。負樣本由背景描述文件來描述。背景描述文件是一個文本文件，每一行包含了一個負樣本圖片的文件名（基于描述文件的相對路徑）。該文件必須手工創(chuàng)建。例如，假定目錄下有bg1.bmpbg2.bmp這2個負樣本的圖片，這2個圖片放在img目錄下，所以其背景描述文件bg.txt的內(nèi)容為_img/bg1.bmp1002428_ing/bg2.bmp1002428_img/bg3.bmp1002428_ing/bg4.bmp1002428_img/bg5.bmp1002428_ing/bg6.bmp1002428_img/bg7.bmp1002428_ing/bg8.bmp1002428_img/bg9.bmp1002428_ing/bg10.bmp1002428這樣負樣本建立完畢，先保存！等會用！2，正樣本現(xiàn)在，我們來看正樣本的創(chuàng)建步驟：正樣本由程序createsample程序來創(chuàng)建。該程序的源代碼由OpenCV給出，并且在bin目錄下包含了這 個可執(zhí)行的程序。例如你opencv安裝目錄為c:\既C:\OpenCV\bin,你找找就有正樣本可以由單個的目標圖片或者一系列的事先標記好的圖片來創(chuàng)建！2-2在用createsamples.exe這個程序前，先來了解下這個程序的一些命令組合模式Createsamples程序的命令行參數(shù)：命令行參數(shù)：—vec<vec_file_name>訓練好的正樣本的輸出文件名。—img<image_file_name>源目標圖片（例如：一個公司圖標）—bg<background_file_name>背景描述文件?！猲um<number_of_samples>要產(chǎn)生的正樣本的數(shù)量，和正樣本圖片數(shù)目相同?！猙gcolor<background_color>背景色（假定當前圖片為灰度圖）。背景色制定了透明色。對于壓縮圖片，顏色方差量由bgthresh參數(shù)來指定。則在bgcolor—bgthresh和bgcolor+bgthresh中間的像素被認為是透明的。—bgthresh<background_color_threshold>—inv如果指定，顏色會反色—randinv如果指定，顏色會任意反色—maxidev<max_intensity_deviation>背景色最大的偏離度。—maxangel<max_x_rotation_angle>—maxangle<max_y_rotation_angle>,—maxzangle<max_x_rotation_angle>最大旋轉(zhuǎn)角度，以弧度為單位?！猻how如果指定，每個樣本會被顯示出來，按下〃esc〃會關閉這一開關，即不顯示樣本圖片，而創(chuàng)建過程繼續(xù)。這是個有用的debug選項?！獁<sample_width>輸出樣本的寬度（以像素為單位）—h《sample_height》輸出樣本的高度，以像素為單位。注：正樣本也可以從一個預先標記好的圖像集合中獲取。這個集合由一個文本文件來描述，類似于背景描述文件。每一個文本行對應一個圖片。每行的第一個元素是圖片文件名，第二個元素是對象實體的個數(shù)。后面緊跟著的是與之匹配的矩形框（x,y,寬度，高度）。

了解了創(chuàng)建函數(shù)的命令行參數(shù)，現(xiàn)在我們對正樣本舉個例子：假設有5個正樣本圖片文件img1.bmp,…img5.bmp創(chuàng)建一個正樣本的txt文本文檔，名字為info.txt正樣本描述文件info.txt的內(nèi)容如下positive/imagel.bmp1002428positive/image2.bmp1002428positive/image3.bmp1002428positive/image4.bmp1002428positive/image5.bmp1002428positive/image6.bmp1002428圖片img1.bmp包含了單個目標對象實體，矩形為(0,0,24,28)。注意：要從圖片集中創(chuàng)建正樣本，要用一info參數(shù)而不是用一img參數(shù)。—info<collect_file_name>標記特征的圖片集合的描述文件。背景（負樣本）描述文件的內(nèi)容如下:_img/bg1.bmp1002428_ing/bg2.bmp1002428_img/bg3.bmp1002428_ing/bg4.bmp1002428_img/bg5.bmp1002428_ing/bg6.bmp1002428_img/bg7.bmp1002428_ing/bg8.bmp1002428_img/bg9.bmp1002428_ing/bg10.bmp1002428這幾個文件的位置在同個文件夾下，哎，看圖，一目了然:縣丁。、序Q搜索口文件夾[h7]t文件夾在舞人至一螯新文件夾忘個文件夾發(fā)布Web賓此文件夾置 八向文檔文件夾在舞人至一螯新文件夾忘個文件夾發(fā)布Web賓此文件夾置 八向文檔createsample5.exeinfo,txt文本文檔1KB_imghaartraining.exe1^^poEit^e產(chǎn)與bg.txt三文本文檔I1陽

現(xiàn)在說了這么多廢話，現(xiàn)在開始干了：首先，打開，DOS,（開始-運行-輸入cmd）缺換到剛那個文件放的文件夾下，如圖，dos命令的缺換用cd，不詳說。一口如圖：輸入的命令如圖:一口http：//hi.baidu.ccirri.r1程序小兵licrosoftWindowsXP5.1.2600]:C）版權所有198S-2001MicrosoftCorp.::XDacuinentEandSettings\Adnin：bai如1.ccim/bai如1.ccim/程:序,卜兵3-XfaceXbin>cpeatesamples.exe-ueca.uec-infcinfo-txt-bgbg.txt-nun6-w24-h28http:『/hi.b2].du.com/程序小算然后按回車鍵，會出現(xiàn)生成正樣本文件的信息：如圖7+r,□'//KiKaiAiicom/St序E：\>cdfaceE：\face>cdbinE：\face\bin>createsamples-exe-ueca.uec-infoinfo.txt-bgbg.txt-num6-w24-h28Infofilename：info.txtImgfileUecBGfilefilenane：<NULL>nmm心"q■vccname：bg.txtImgfileUecBGfilefilenane：<NULL>nmm心"q■vccname：bg.txtNum：6BGcolor：MBGthreshold：80Inuei-t：FALSEhttp://hibaidu.com，程序小兵MaxMaxMaxMaxintensitydeuiation：40xangle：1.1yanemic：1.1zangle：&.5httj?：//hibaidu.sin/程序小兵Shousamples：FALSEWidth：24Height：28Createtrainingsamplesfromimagescollection-__ , 」baW.iDone.Created6samples好，接下來是訓練分類器，請看下一篇文章“OpenCV訓練分類器制作xml文檔之三三、訓練分類器樣本創(chuàng)建之后，接下來要訓練分類器，這個過程是由haartraining程序來實現(xiàn)的。Haartraining的命令行參數(shù)如下：data<dir_name>存放訓練好的分類器的路徑名。vec<vec_file_name>正樣本文件名(由trainingssamples程序或者由其他的方法創(chuàng)建的)bg<background_file_name>背景描述文件。npos<number_of_positive_samples>,nneg<number_of_negative_samples>用來訓練每一個分類器階段的正/負樣本。合理的值是：nPos=7000;nNeg=3000nstages<number_of_stages>訓練的階段數(shù)。nsplits<number_of_splits>決定用于階段分類器的弱分類器。如果1,則一個簡單的stumpclassifier被使用。如果是2或者更多，則帶有number_of_splits個內(nèi)部節(jié)點的CART分類器被使用。mem<memory_in_MB>預先計算的以MB為單位的可用內(nèi)存。內(nèi)存越大則訓練的速度越快。sym(default)nonsym指定訓練的目標對象是否垂直對稱。垂直對稱提高目標的訓練速度。例如，正面部是垂直對稱的。minhitrate《min_hit_rate》每個階段分類器需要的最小的命中率。總的命中率為min_hit_rate的number_of_stages次方。maxfalsealarm<max_false_alarm_rate>沒有階段分類器的最大錯誤報警率?？偟腻e誤警告率為max_false_alarm_rate的number_of_stages次方。weighttrimming<weight_trimming>指定是否使用權修正和使用多大的權修正。一個基本的選擇是0.9eqwmode<basic(default)|core|all>選擇用來訓練的haar特征集的種類。basic僅僅使用垂直特征。all使用垂直和45度角旋轉(zhuǎn)特征。w《sample_width》h《sample_height》訓練樣本的尺寸，(以像素為單位)。必須和訓練樣本創(chuàng)建的尺寸相同然后，同樣在dos命令行輸入harr這個函數(shù)的命令具體如圖:然后，按回車，會出現(xiàn)下面的“成果〃界面:21100^ 44812?121100^ 44812?11.00^0：LLE◎的0目；0.1^3333：Sta<jetvainingtin*s=0.2。Numberofusedfeatures：2F^rirntnudo；12Chosennunberofsplits：BIdtAlnuMhe*ofIdtAlnuMhe*of Mhttp//hibaiduoom/程序小其TreeClassifierStageB!1!2i3!4：S：6：?!St9：10!11i12J13!Parentnode-13http.//hi.baiducom」程序小兵***1cluster***POS：66士，蚓回眄的NEG：f>0.H3i09B9BflGKQFGUNDPROCESSINGTIME；0皿Requirednunhepofstagesachieved.Branchtrainingteminat?d.Totalnuniherofsplits：0TreeClassifierStage0|718：3I10]11I121131B——1-2-—3?4--一一5-f>?7-B-9—10—11—12—13