Haar 特征训练步骤详

一、准备样本阶段

事先准备好正样本和负样本。这里只是先用于做Haar特征训练步骤的熟悉用，所以用opencv写了个程序，主要是做图片的变形处理。如旋转和亮度调节等。当然最后检测的效果指定很不好，这里先作为步骤熟悉来用的。

我们首先取出一幅图片(以交通标志为例)，可在网上下载，然后通过程序，在对这幅图片进行亮度调节和旋转后，得到700多张图片(图片格式设置为bmp或jpg)。我们取出其中的245幅图片作为本次的训练正样本。然后通过这个程序，有设置批量生成负样本的功能，总共从一张大图片中随机抠出700张负样本图片。这里，由于是事先用程序写好的，所以，正样本和负样本的大小均为50*50。

程序如下图所示：

 

这是正负样本的程序截图，最后得到如下的结果：

说明一下，根据网上查到的资料，这里最好用灰度图进行操作，所以最后生成的都是8位深度的灰度图。大小统一为50*50。

 

二、正负样本样本描述文件的制定

    因为这里我们正样本是用程序自写的，所以不用直接在文档里改大小，而没有进行标定，实际上，我们需要用objectmaker进行标定，具体使用可自行上网查。

    这里用到的是opencv自带的一个程序，叫做opencv_createsamples.exe，具体在opencv下的bin里。

把上面的pos和neg文件夹里的正负样本，还有opencv里opencv_createsamples.exe放到一个文件夹