使用opencv的adaboost训练自己的分类器

最新推荐文章于 2020-02-12 11:54:29 发布

masbbx123

最新推荐文章于 2020-02-12 11:54:29 发布

阅读量2.1k

点赞数 1

分类专栏：机器学习文章标签： opencv python adaboost

本文链接：https://blog.csdn.net/masbbx123/article/details/79205701

版权

机器学习专栏收录该内容

16 篇文章 0 订阅

订阅专栏

1 首先准备好正样本：（这里我们训练的头部分类器）
这里写图片描述
2 将正样本统一到固定尺寸
这里我使用python实现，python读取文件夹还没有用过，直接先手动操作：
打开命令行，进入正样本文件夹中，输入：

dir /b >pos.txt

这样就在正样本文件夹中生成了pos.txt，记录了所有的文件名：
这里写图片描述
直接在ue中打开，切换到16进制模式，选择替换，将0D 0A替换为2C 0D 0A

保存后修改文件名为：pos.csv
这样就得到了个csv文件，保存了所有文件的名称（感觉有点蠢，第一次先这样吧）。
开始写代码，代码很简单，就是读取csv文件，打开图像，灰度化，统一尺寸到32*32，保存文件

#coding=utf-8

import pandas as pd
import numpy
from numpy import NaN
import cv2

test = pd.read_csv('pos.csv',index_col=False,header=None)#读取csv文件
test.columns = ['Dir']#修改列名称
print(test.head(5))#看看数据情况

num = test.shape[0]#取出个数
print(num)

for i in range(0,num):
    #读取文件
    print(i)
    #print(test.Dir[i])
    image = cv2.imread(test.Dir[i])
    if image is None:
        test.Dir[i] = NaN#设置为空
        continue
    image = cv2.resize(image,(30,30))
    image = cv2.cvtColor(image,cv2.COLOR_RGB2GRAY)
    cv2.imwrite(test.Dir[i],image)

test.dropna(axis=0,how='any')#去除调Na行
test=test.dropna()
print(test.shape[0])

test.to_csv('pos.csv',index=False,header=False)

print("OK end")

3 生成正样本描述文件
还记得刚才的pos.txt吧，直接打开，将jpg都替换为jpg 1 0 0 30 30
这里写图片描述
记得检查一下，必须全部都是jpg文件，别弄错了。
4 生成负样本描述文件
命令行进入负样本目录，直接输入：

dir /b > neg.txt

5 生成vec文件
命令行进入上一层，输入命令：（前提当然是opencv安装好了）

opencv_createsamples.exe -vec pos.vec -info pos\pos.txt -bg neg\neg.txt -w 30 -h 30 -num 3000

这就生成了pos.vec文件
这里写图片描述
6 开始训练：
opencv_traincascade.exe -data data -vec pos.vec -bg neg/neg.txt -numPos 3000 -numNeg 5000 -numStages 4 -featureType Haar -w 30 -h 30 -mode ALL
结果发生错误：

经过了长时间的扑腾，最终发现，是负样本的neg.txt必须包含相对路径，使用ue打开，直接列模式编辑添加，终于可以了。
这里写图片描述
（后面测试opencv2.4.9版本貌似没有这个路径的问题）
（顺便吐槽下，harr特征的训练实在太慢了，建议测试时候先使用HOG或者LBP特征确定步骤是否正确）