python-opencv学习，训练文件制作

最新推荐文章于 2024-10-04 10:17:31 发布

最爱铅笔字

最新推荐文章于 2024-10-04 10:17:31 发布

阅读量1.7k

点赞数 1

分类专栏： python opencv

本文链接：https://blog.csdn.net/ninwji/article/details/102655801

版权

opencv 同时被 2 个专栏收录

3 篇文章 0 订阅

订阅专栏

python

2 篇文章 0 订阅

订阅专栏

总共要获取到这些文件，opencv_createsamples.exe，opencv_traincascade.exe这两个文件在opencv的目录下可以找到

要训练，肯定要获取大量样本，我们先来制作neg和pos两个文件夹，使用这位大佬的程序，python下载百度的图片。https://blog.csdn.net/qq_34106574/article/details/90230962

import re
import requests
from urllib import error
from bs4 import BeautifulSoup
import os

num = 0
numPicture = 0
file = ''
List = []


def Find(url):
    global List
    print('正在检测图片总数，请稍等.....')
    t = 0
    i = 1
    s = 0
    while t < 1000:
        Url = url + str(t)
        try:
            Result = requests.get(Url, timeout=7)
        except BaseException:
            t = t + 60
            continue
        else:
            result = Result.text
            pic_url = re.findall('"objURL":"(.*?)",', result, re.S)  # 先利用正则表达式找到图片url
            s += len(pic_url)
            if len(pic_url) == 0:
                break
            else:
                List.append(pic_url)
                t = t + 60
    return s


def recommend(url):
    Re = []
    try:
        html = requests.get(url)
    except error.HTTPError as e:
        return
    else:
        html.encoding = 'utf-8'
        bsObj = BeautifulSoup(html.text, 'html.parser')
        div = bsObj.find('div', id='topRS')
        if div is not None:
            listA = div.findAll('a')
            for i in listA:
                if i is not None:
                    Re.append(i.get_text())
        return Re


def dowmloadPicture(html, keyword):
    global num
    # t =0
    pic_url = re.findall('"objURL":"(.*?)",', html, re.S)  # 先利用正则表达式找到图片url
    print('找到关键词:' + keyword + '的图片，即将开始下载图片...')
    for each in pic_url:
        print('正在下载第' + str(num + 1) + '张图片，图片地址:' + str(each))
        try:
            if each is not None:
                pic = requests.get(each, timeout=7)
            else:
                continue
        except BaseException:
            print('错误，当前图片无法下载')
            continue
        else:
            string = file + r'\\' + keyword + '_' + str(num) + '.jpg'
            fp = open(string, 'wb')
            fp.write(pic.content)
            fp.close()
            num += 1
        if num >= numPicture:
            return


if __name__ == '__main__':  # 主函数入口
    word = input("请输入搜索关键词(可以是人名，地名等): ")
    # add = 'http://image.baidu.com/search/flip?tn=baiduimage&ie=utf-8&word=%E5%BC%A0%E5%A4%A9%E7%88%B1&pn=120'
    url = 'http://image.baidu.com/search/flip?tn=baiduimage&ie=utf-8&word=' + word + '&pn='
    tot = Find(url)
    Recommend = recommend(url)  # 记录相关推荐
    print('经过检测%s类图片共有%d张' % (word, tot))
    numPicture = int(input('请输入想要下载的图片数量 '))
    file = input('请建立一个存储图片的文件夹，输入文件夹名称即可')
    y = os.path.exists(file)
    if y == 1:
        print('该文件已存在，请重新输入')
        file = input('请建立一个存储图片的文件夹，)输入文件夹名称即可')
        os.mkdir(file)
    else:
        os.mkdir(file)
    t = 0
    tmp = url
    while t < numPicture:
        try:
            url = tmp + str(t)
            result = requests.get(url, timeout=10)
            print(url)
        except error.HTTPError as e:
            print('网络错误，请调整网络后重试')
            t = t + 60
        else:
            dowmloadPicture(result.text, word)
            t = t + 60

    print('当前搜索结束，感谢使用')
    print('猜你喜欢')
    for re in Recommend:
        print(re, end='  ')

我这里尝试的是识别狗，通过上述获取一定数量的正负样本，正样本，负样本的，样本越准确，数量越大，最后的效果越好。

然后通过下面的程序把样本统一修改为灰度图，尺寸改为80*80，最好根据实际情况修改，我这样最后制作出来的样本效果我感觉并不理想。负样本这里我没有改尺寸，还是保留的原始尺寸，只做了灰度处理。

# 改变图片尺寸为统一大小,在当前目录创建一个名为pos的文件夹，文件名最好不要出现中文
# 把需要统一尺寸的正样本放到里面，写上尺寸，运行程序就可以了，一般来说建议长宽在100像素一下，不然训练会很慢
import cv2
import os

w = 80
h = 80

def getimage(file_dir):
    images = {}
    for root, dirs, files in os.walk(file_dir):
        for name in files:
            images[name] = os.path.join(root, name)
    return images


if __name__ == '__main__':
    n = -1
    aa = os.getcwd()
    dirpath = os.path.join(aa, 'pos')
    imagedic = getimage(dirpath)


    try:
        for key, value in imagedic.items():
            img = cv2.imread(value)
            print(value)
            img1 = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
            img2 = cv2.resize(img1, (w, h))
            cv2.imwrite('pos' + str(n + 1).rjust(3, '0') + '.jpg', img2)
            n += 1
    except KeyboardInterrupt:
        print('暂停一下')

接下来生成pos.txt文件，使用下面的代码自动生成即可。注意边上的1 0 0 80 80.


# -*- coding:utf-8 -*-
# 会在当前目录生成一个如图所示的文件，记得修改 w h 为上面修改后的尺寸值
import os


def getimage(file_dir):
    images = {}
    for root, dirs, files in os.walk(file_dir):
        for name in files:
            images[name] = os.path.join(root, name)
    return images


if __name__ == '__main__':
    n = 0
    aa = os.getcwd()
    dirpath = os.path.join(aa, 'pos')
    imagedic = getimage(dirpath)
    # print (imagedic)

    try:
        for key, value in imagedic.items():
            with open('pos.txt', 'a') as f:
                f.write('pos/' + str(key).rjust(3, '0') + ' 1 0 0 60 60''\n')
    except KeyboardInterrupt:
        print('暂停一下')

一样的方法生成neg.txt,但是要注意边上的1 0 0 80 80 这里就不需要了

接下来创建一个文件，crate_samples.bat

里面填上

".\opencv_createsamples.exe"  -info "pos.txt" -vec pos.vec -num 2519 -w 80 -h 80

要注意路径，以及正样本数量填写，和尺寸填写。完成后保存。双击打开就会得到pos.vec文件了。

然后再创建train.bat训练文件，注意这里面的样本数，正样本数要比实际的要少，每计算一层后会逐增。负样本按照实际来没问题，numStages我这里用的是15层，反正我这里电脑在那里开了2天。3000就相当于内存，最后是尺寸。

".\opencv_traincascade.exe"  -data ".\TrainCascadeClassification" -vec pos.vec -bg neg.txt -numPos 1500 -numNeg 4351 -numStages 15 -precalcValBufSize  3000  -precalcIdxBufSize  3000 -featureType LBP  -w 80 -h 80 
Pause

还得新建一个TrainCascadeClassification 文件夹，最后训练好的文件都会被保存在这个文件夹内。

双击开始训练，如果第一层开始跑起来了，就没啥大问题，没运行起来的话看看路径对不对。

打开文件夹，最后会生成一堆文件，用第一个cascade.xml就行了。

用个程序调用下试试。

# _*_ coding : UTF-8_*_
# 开发者 ： Ninwji
# 开发时间 ：2019/10/19 21:58
# 文件名称 ：OpenImg.PY
# 开发工具 ：PyCharm

# -*- coding: utf-8 -*-

import cv2

# 加载检测器
classPath = 'xxx/train/TrainCascadeClassification/cascade.xml'
face_cascade=cv2.CascadeClassifier(classPath)
print("加载检测器")
# 读取图片并灰度化
img = cv2.imread('xxx/dog_9.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
print("读取图片灰度化")
cv2.imshow('show', gray)
# 框出并加上文字说明
faces = face_cascade.detectMultiScale(
    gray,
    scaleFactor= 1.08,
    minNeighbors=5,
    minSize=(70, 70),
    flags=cv2.CASCADE_SCALE_IMAGE
)

for (x, y, w, h) in faces:
   cv2.rectangle(img, (x, y), (x+w, y+h), (0, 0, 255), 2)
   cv2.putText(img,'dog',(x,y-7), 3, 1.2, (0, 255, 0), 2, cv2.LINE_AA)
print("显示效果")
cv2.imshow('dog', img)
cv2.imwrite("xxx/dog3.png",img)
c = cv2.waitKey(0)

背景干净一点的时候还是能识别出来点东西的，还试了一些别的图片，可能样本的问题，还是比较容易误判的。