OpenCV3训练人脸检测分类器生成XML文件的过程

最新推荐文章于 2024-06-25 09:17:24 发布

LHLAN

最新推荐文章于 2024-06-25 09:17:24 发布

阅读量2k

点赞数 3

文章标签： opencv

本文链接：https://blog.csdn.net/LHLALW/article/details/104611634

版权

本文详细介绍了使用OpenCV3训练人脸检测分类器的完整过程，包括准备正负样本、构建工作目录、生成样本描述文件、训练样本和编写测试程序。通过调整样本比例、尺寸和训练参数，最终生成cascade.xml分类器文件。虽然训练效果可能不如预装分类器，但掌握了训练方法对于理解人脸识别技术有所帮助。

摘要由CSDN通过智能技术生成

OpenCV训练自己的分类器
注：本文举得是一个训练人脸分类器的例子，亲自试验过，采用的是opencv3.4
1.准备训练样本
看网上说正负样本比例为1：3最佳；尺寸为20x20最佳
附上人脸训练的数据集的下载链接：https://pan.baidu.com/s/1AxoIMFycfpeIMtDYHz4RBw
提取码：rap7
1.1 正样本
训练样本的尺寸为20*20(opencv推荐的最佳尺寸)，且所有样本的尺寸必须一致。如果不一致的或者尺寸较大的，可以先将所有样本统一缩放到20x20。以下是提供的正样本：
在这里插入图片描述
1.2 负样本
负样本中不存在正样本的内容，根据不同的项目选择不同的负样本，根据自己的情况而定。这里选取的负样本尺寸是50x50。以下是负样本：

2.构建工作目录
新建一个文件夹（名为face），在此文件夹下新建posdata，negdata，xml三个文件夹。
posdata目录：放正样本的目录
negdata目录：放负样本的目录
xml目录：生成的分类器的存放