opencv haartraining训练过程总结dir /b > info.txt

由于毕设需求，需要用到opencv的机器学习模块，从网上搜索到opencv已经集成好了两个模块，分别是opencv_createsamples.exe和opencv_haartraining.exe，它们一般都在opencv\build\x86\vc10\bin文件目录下，作用是生成样本vec文件和训练数据集，生成一个分类器。其配置过程比较复杂，现做如下总结：

1、首先准备两套数据集，一个是正例样本，一个是反例样本。正例样本就是要进行识别的数据集，要求是必须统一大小，反例样本不需要特殊要求，只要不含有识别物体即可，大小无所谓。至于正例反例的样本数量，参见http://bbs.csdn.net/topics/390388465

2、生成文档说明文件，在Windows下cmd切换到样本所在目录，输入命令dir /b > info.txt，然后打开该文件，删除文件最后一行，ctrl+h替换文件后缀名，比如是jpg文件替换为jpg 1 0 0 20 20，1代表是正例，0 0 20 20代表图像取图像的区域，一般图像大小不要太大，我机子跑64*64就已经爆内存了。然后切换到反例样本目录下，输入命令dir /b > bg.txt，生成反例样本，删除最后一行，除此之外无需再做改动。

3、执行opencv_createsamples.exe -info E:\openCV\opencv\build\x86\vc10\bin\people\info.txt -vec a.vec -num 50 -w 20 -h 20，注意这里最后两个参数就是之前设置的图像大小，num是指的生成样本数量，需要与文件夹中的文件数目一致。这一步之后会生成一个.vec文件。

4、执行opencv_haartraining.exe  -data data -vec E:\openCV\opencv\build\x86\vc10\bin\a.vec -bg E:\openCV\opencv\build\x86\vc10\bin\car\bg.txt -npos 250 -nneg 800 -nstages 4 -nsplits 2 -mem 512 -nonsym -w 20 -h 20 -minpos 100，前一步生成样本向量问题应该都不大，但是这一步出现的错误就会千奇百怪了。

首先，如果是提示断言错误，调整样本数量和参数，如果提示内存不足，缩小样本图像的大小，如果提示找不到反例样本，查看bg.txt是否符合要求，或是其路径是否正确。

5、执行完该步之后，会生成一个文件夹和xml文件，至此训练完成。