手把手教你使用opencv2.3创建人脸分类器

不知道怎么搞得，第一次发的时候，贴的图片都没有了，只好重新弄了一遍。

由于项目的需要，使用到opencv自带的人脸分类器的xml文件，后面自己想生创建xml文件，上网搜了一把，一大堆，感觉都是一大抄，抄来抄去真的是坑爹啊，但是也有高质量的文章，借鉴后后来经过自己整理，终于实现了xml文件，现在这里把步骤记录如下：

1。首先是在d盘创建一个文件夹boost文件夹，将opencv2.3的opencv_createsamples.exe和opencv_haartraining.exe拷贝到boost文件中去，什么？这两个exe文件没有？到opencv的库文件下搜一下就有了，opencv的库总有吧，没有的话直接无视了。然后将人脸图片文件faces文件和无人脸图片文件夹nonfaces文件夹拷贝到boost文件夹中.貌似又有人说没有人脸库图片怎么办啊？这个自己去网上搜吧。然后再创建一个xml文件夹，到这一步就是这样子的了：

faces文件夹的图片大小都是20*20的图片，nonfaces的图片大小也是20*20，注意nonfaces中的图片大小一定不能小于faces的图片大小哦如图二

第一步就准备完毕了

2.创建描述文件。描述文件是faces文件夹和nonfaces文件夹的两个txt文件，当然也可以使用dat文件，但是为了方便还是使用txt文件

首先为faces文件夹创建描述文件方法是，打开cmd命令行cd到faces文件目录。如何cd到faces文件目录?这个应该会吧，不会的话请自查资料。然后执行命令dir/b>faces.txt，如图三：

执行完后，在faces文件中会发现多了一个faces.txt文件，如图四：

打开faces.txt会发现如下图五所示：

删掉最后一行的faces.txt再使用替换工具将bmp替换成bmp 1 0 0 20 20将face替换成faces/face（这个不要问为什么啊，是相对路径）

说明1 0 0 20 20 表示：1表示图片的个数，0 0 表示左上角坐标位置，20 20表示图右下角的位置；至于将face替换成faces/face是为了使用相对路径替换后就是这样子了如图六：

到这一步后将将这个faces.txt文件剪切出来放在boost根目录下情况如图七所示：

3.创建vec文件。完成上面后，cd到boost目录下后，执行命令行

opencv_createsamples.exe -vec pos.vec -info faces.txt  -num 2076 -w 20 -h 20 -show

这个语句很简单就不说明了，-num就是图片faces文件夹图片的个数我这里是2076个，-show就是观察用的，可以在执行的时候按esc就退出了。执行成功后就会如下图八所示：

这个时候会发现boost文件夹中多了一个pos.vec文件，这就是生成的正样本的一个文件。如下图九所示：

4.创建分类器：在创建分类器之前，首先是要创建负样本的描述文件nonfaces.txt这个相对来说要容易一些。也是cd到nonfaces文件夹中执行dir/b>nonfaces.txt命令：如下图十所示：

这个时候再nonfaces文件夹中存在一个nonfaces.txt文件，打开这个文件，将最后一行nonfaces.txt删掉即可，然后将txt文件的所有行前加上“nonfaces/”（为了相对路径），完成后描述文件就是这样子如图十一所示：

然后将nonfaces.txt剪切出来放在boost根目录下，如图十二所示：

然后cd到boost根目录下执行

opencv_haartraining.exe -data xml -vec pos.vec -bg nonfaces.txt -w 20 -h 20 -mem 1600 -npos 2000 -nneg 3000 -nstages 10

说明：这个语句很多博客都说明了，这里不说了，不好意思啊。

运行后，那就慢慢等吧，截图看一把如图十三所示：

N久后，最后就是成功图如下了：

最后就会在根目录下生成一个xml文件如下图十四所示：

然后就可以使用这个xml文件进行人脸检测了，在实验中发现，自己创建的还是没有opencv自带的牛逼。估计是训练样本还是不够的原因吧。

下步研究中，准备训练一个其他物体检测的分类器试试看看。

写得不好，希望拍砖啊。