机器学习之用Hog+Svm人脸检测、交通标志和字符识别等(初学者)

首先声明，这里主要用svm进行一个简单的二分类，最后得到结果，我们把正样本设为1，负样本设为0。
这里只是一个简单的介绍，后面会有相关详细介绍的链接，个人认为比较好的，对我们比较有帮助的链接，有兴趣的可以去看看。当然，本文对初学者有点帮助，也特别欢迎大神来拍！
训练样本时候问题：
我在训练的时候，用了各种样本，总结了一点自己的经验。如果要是用Haar特征训练时，正负样本大概比至少为1：10时候才比较好。而svm训练，更讲究正负样本的选择。其实，机器学习也好，深入学习也好，样本比算法重要的多！（当然，你要是想仔细研究算法内部并且自己写的除外）。我们这里先只是用opencv里的自带的svm和hog库。
先说正负样本的选择。
对于正负样本来说，尽可能的接近比随便挑的效果要好太多。比如说，我们负样本的选择是从几张图片随机抠出几万张负样本出来（过程很简单，用opencv十几二十几行代码就可以，需要的可以评论，我发给你）。然后正样本是我们需要的图片。这时候，我们进行训练完毕后，在做检测，会发现结果相当不好，可以这么说，除非你的检测图片正好是你的正样本训练图片。否则基本检测不出来！！
后来改变了选择，正样本不要只要需求的那一部分，比如，我们检测交通标志时，把交通标志的旁边一圈也划进来，当然不要太多。然后，我们把负样本和正样本的选择尽可能相近，比如，我们训练交通标志时，选择限速50为正样本，那么，我们就把限速40作为负样本，这样，最后得到的效果就会非常好。
对于样本大小的选择上，根据不同的样本取不同大小吧，很多人在这点都没有提到，其实，对于初学者来说，往往不会选择样本大小，特别是还没怎么看svm和hog的，对于样本大小往往是朝网上copy。我们选择样本大小时，一般，人脸，交通检测这些，设置为64*64的就可以。而行人的，一般选择长方形，即64*128这种的。正负样本尽可能保持大小相同。
至于如何取得文件夹下所有的图片目录，和如何每隔一行加一个标志符号。这里，可以自己写一个代码，当然，也可以直接利用.bat直接写，具体方法是：
首先，拿正样本为例。
在你放置正样本的文件夹下，即与图片的是同一级的目录，新建一个.txt，名字可以自己取，例如为test.txt。然后，修改后缀名，为.bat。右键编辑（对于没有编辑的win10来说…可以下载一个文本编辑器，我用的是EditPlus）打开，然后，在里面输入
@echo off & setlocal EnableDelayedExpansion
for /f “delims=” %%i in (‘“dir /a/s/b/on .“’) do (
set file=%%~fi
set file=!file:/=/!
echo !file! >> 路径.txt
)
点击保存，然后，直接双击这个文件，就会得到一个名为路径.txt，这里面存放的就是文件夹下所有的路径。
PS：至于有的人说的用cmd写一个，dir /b/s/p/w *.jpg>train_list.txt，应该也可以，不过这个有个问题是如果路径太多，不会全部写进去，所以，还是用上一种方法比较好。
然后，打开路径，Ctrl+A，全部复制，然后放到word里，在word里，Ctrl+h，把jpg换为jpg^p1，其中^p是回车符号，1表示正样本。
同理对负样本这样处理，然后，把所有目录统一拷贝到一个.txt里，放到需要的目录下。
然后，我用的opencv是2.4.9版本。
说明：这是在别人的代码上（后面有链接），感觉不错，改了一下，自己拿来用下。

#include "stdafx.h"

#include "cv.h"    
#include "highgui.h"    
#include "stdafx.h"    
#include <ml.h>    
#include <iostream>    
#include <fstream>    
#include <string>    
#include <vector>    
using namespace cv;    
using namespace std;

/**************************************************************
说明：把所有的训练样本（包括正样本和负样本）信息，储存到
F:\\MLHogSvm\\TrainData.txt中，格式为：
上面是：图片路径，其下面为标志，1为正样本，0为负样本
每隔一行做一次，最后放到上面的txt中
最后的.xml放到F:\\MLHogSvm目录下
**************************************************************/
int _tmain(