梳理opencv自带的人脸检测的过程

本文就是对这几天来看opencv自带的人脸检测的一些收获。目前先是梳理这个AdaBoost算法学习人脸，训练分类器，检测人脸的这么一个过程。以期整体把握该算法。

Adaboost人脸检测分3个步骤：准备样本，训练分类器，检测

 

准备样本：

 正样本，opencv是用的FERET 人脸库做的样本来训练的自带的分类器。Harrtraining需要的是.vec文件的样本，因此需要把整理样本。分为两步：1先生成样本描述文件，2用自带的createsamples.exe来创建样本.vec文件具体步骤为

   生成样本描述文件：

   本文是把样本放在f:/OpenCV/bin/positivesamples文件中的，样本生成样本描述文件.dat，即在dos中f:/OpenCV/bin/positivesamples/目录下输入dir /b>possamples.dat。然后用EditPlus3打开possamples.dat文件，在样本中加入相应的描述信息（即个数，开始位置，宽度，高度。如 1.bmp  替换为bmp 1 0 0 24 24 ）

   创建样本：

   用自带的createsamples.exe程序完成。如该程序在f:/OpenCV/bin/目录下，则创建样本的参数可设置为如下

  f:/OpenCV/bin/createsamples -info positivesamples/possamples.dat -vec positivesamples/possamples.vec -num 45 -w 24 -h 24

  -info 输入的样本描述文件

  -vec创建的样本文件

  -num 样本个数

  -w ,-h样本的宽度，高度

负样本：

  负样本的准备步骤可以借鉴正样本的准备步骤，Haartraining需要的负样本的输入文件为.dat文件，即负样本描述文件。在按照正样本的步骤准备好了描述文件之后，要删除.dat文件的中negsamples.dat这一行。

训练分类器：