最近在做行人检测的项目,其中用到了HOG+SVM,SVM分类器用的是opencv自己提供的,但对于具体应用,该分类器可能并不适用。因此想到制作训练样本,并训练SVM分类器。
步骤如下:
1、从原始图片生成样本
对比INRIAPerson\INRIAPerson\Train\pos(原始图片),INRIAPerson\train_64x128_H96\pos(生成样本)可以发现,作者从原始图片裁剪出一些站立的人,要求该人不被遮挡,然后对剪裁的图片left-right reflect。以第一张图片为例crop001001,它剪裁了2个不被遮挡的人,再加上原照片,共3张,再加左右镜像,总共6张。
2、裁剪
去网上下载基于opencv1.0的程序imageclipper.exe,它能够通过画矩形框自动对图片进行裁剪,自动生成文件名并保存在同一路径下新生成的imageclipper文件夹下。
3.改变图片大小
下载Acdsee软件,工具/批量旋转、翻转图像,可以对图像进行旋转和镜像,然后Resize,使图像缩放到同一尺寸
4.调用Hog+SVM训练样本
#include "cv.h"
#include "highgui.h"
#include <ml.h>
#include <iostream>
#include <fstream>
#include <string>
#include <vector>
using namespace cv;
using namespace std;
int main(int argc, char** argv)
{
vector<string> img_path;//输入文件名变量
vector<int> img_catg;