Opencv物体检测---级量分类器训练

介绍

使用级联分类器的工作包括两个主要阶段：训练和检测。 检测阶段在一般OpenCV文档的objdetect模块的文档中描述。 文档提供了有关级联分类器的一些基本信息。 当前指南描述了如何训练级联分类器：准备训练数据和运行训练应用程序。

OpenCV中有两个用于训练级联分类器的应用程序：opencv_haartraining和opencv_traincascade。 opencv_traincascade是一个较新的版本，根据OpenCV 2.x API用C ++编写。 但这两个应用程序的主要区别在于opencv_traincascade支持Haar和（Local Binary Patterns）功能。 与Haar功能相比，LBP功能是整数，因此使用LBP进行训练和检测的速度比使用Haar功能快几倍。 关于LBP和Haar检测质量，它取决于培训：首先是培训数据集的质量和训练参数。 可以训练基于LBP的分类器，其将提供与基于Haar的分类器几乎相同的质量。

opencv_traincascade和opencv_haartraining以不同的文件格式存储训练好的分类器。 注意，较新的级联检测接口支持这两种格式。 opencv_traincascade可以以旧格式保存（导出）经过训练的级联。 但opencv_traincascade和opencv_haartraining无法加载（导入）另一种格式的分类器，以便在中断后进行进一步的训练。

还有一些与训练相关的辅助操作：

• opencv_createsamples用于准备正样本和测试样本的训练数据集。 opencv_createsamples以opencv_haartraining和opencv_traincascade应用程序都支持的格式生成肯定样本的数据集。 输出是一个* .vec扩展名的