opencv实时识别指定物体

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/qq_27063119/article/details/79247266

opencv 实时识别指定物体

一. 引入

    opencv人脸识别大家应该都听说过,本篇目的是利用opencv从视频帧中识别指定的物体,并框出来,且可以保存截取到的物体图片,会将整个流程都讲一下,包括训练自己的分类器,使用训练好的分类器进行识别。这里以识别舌头为例。


二.  环境:

    1.  python 3.6.3
    2. opencv 3.4.0

三. 训练自己的分类器


1. 注意点:训练集分为正样本,负样本,样本全部为灰度图片,正样本图片尺寸需要固定,一般40*40左右即可,大了电脑跑不动,负样本尺寸不固定,负样本数量要比正样本多才行,少了有问题。
图片批量缩小工具下载:链接:https://pan.baidu.com/s/1pMAp19p 密码:vpp1
图片批量灰度处理:使用美图秀秀

2. 正样本制作,使用美图秀秀将舌头的图片全部裁剪出来(尺寸一致为:40*40的),保存到一个文件夹pos中,当然可以先用大尺寸正方形框进行裁剪,然后再用图片缩小工具进行制定尺寸缩小。最后再用美图秀秀批量灰度化。
附上名字自动有序化Java代码:
String path = "C:\\Users\\Administrator\\Desktop\\pos\\";
		File f = new File(path);
		File[] files = f.listFiles();
		for (File file : files) {
			i++;
			file.renameTo(new File(path+i+"."+file.getName().split("\\.")[1]));
		}
处理后得到如下所示图片:

3. 负样本制作:如上操作类似,不过这里不要求尺寸一样,但是负样本图片中一定不要包含待识别的区域(如这里的:舌头)
如下所示:



4. 生成样本资源记录文件:

a. 正样本资源记录文件

新建pos文件夹,将正样本的灰度图拷贝进去
使用JAVA代码生成正样本资源记录文件:
String path = "E:\\tools\\python\\eclipse\\work\\pythonTest\\demo\\0202\\img\\train\\tongue\\pos\\";
		File txtfile = new File(path+"pos.txt");
		FileOutputStream fos = new FileOutputStream(txtfile);
		PrintWriter pw = new PrintWriter(fos,true);
		String s = "";
		File[] files = new File(path).listFiles();
		for (File file : files) {
			pw.println("pos/"+file.getName()+" 1 0 0 40 40");
		}
生成后删除最后一行的带有(pos.txt)的内容,让正样本资源记录文件内容如下类似所示:


(1 0 0 40 40)分别指代: 数量  左上方的坐标位置(x,y)  右下方的坐标位置(x,y)
处理好后,将pos.txt 移动到上一级文件夹


b. 负样本资源记录文件

新建neg文件夹,将负样本的灰度图拷贝进去
使用JAVA代码生成负样本资源记录文件:
String path = "E:\\tools\\python\\eclipse\\work\\pythonTest\\demo\\0202\\img\\train\\tongue\\neg\\";
		File txtfile = new File(path+"neg.txt");
		FileOutputStream fos = new FileOutputStream(txtfile);
		PrintWriter pw = new PrintWriter(fos,true);
		String s = "";
		File[] files = new File(path).listFiles();
		for (File file : files) {
			pw.println("neg/"+file.getName());
			
		}
生成后删除最后一行的带有(neg.txt)的内容,让负样本资源记录文件内容如下类似所示:


处理好后,将negtxt 移动到上一级文件夹

得到如图所示文件夹结构:



5. 使用opencv提供的opencv_createsamples.exe程序生成样本vec文件,新建批处理文件:createsamples.bat
内容如下:

opencv_createsamples.exe -vec pos.vec -info pos.txt -num 25 -w 40 -h 40
pause
说明:25是正样本图片的数量   40 40 是正样本图片的宽高

这些参数的详细解释:http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/user_guide/ug_traincascade.html

运行后会生成 pos.vec文件


6. 使用opencv提供的opencv_traincascade.exe程序训练分类器,新建xml文件夹,再新建批处理文件:LBP_train.bat
内容如下:

opencv_traincascade.exe -data xml -vec pos.vec -bg neg.txt -numPos 25 -numNeg 666 -numStages 10 -w 40 -h 40 -minHitRate 0.999 -maxFalseAlarmRate 0.2 -weightTrimRate 0.95 -featureType LBP
pause
说明: 25是正样本图片的数量   666是负样本图片的数量   numNeg是层级数  40 40是训练样本的宽高 .....
具体参数解释请查看文档:http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/user_guide/ug_traincascade.html

运行后会在xml文件夹生成如下文件:


其中cascade.xml是我们需要使用的分类器


四 . 测试训练好的分类器


'''
Created on 2018年2月2日
实时人脸检测
@author: nuohy
'''
import cv2

# 加载opencv自带的人脸分类器
# faceCascade = cv2.CascadeClassifier("haarcascade_frontalface_alt2.xml")
# faceCascade.load('E:/python/opencv/opencv/sources/data/haarcascades/haarcascade_frontalface_alt2.xml')

faceCascade = cv2.CascadeClassifier("cascade.xml")
faceCascade.load('E:/tools/python/eclipse/work/pythonTest/demo/0202/img/train/tongue/xml/cascade.xml')

cap = cv2.VideoCapture(0)
flag = 0
timeF = 10
while True:
    flag+=1
    ret, frame = cap.read()
    img = frame.copy()
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    rect = faceCascade.detectMultiScale(
        gray,
        scaleFactor=1.15,
        minNeighbors=3,
        minSize=(3,3),
        flags = cv2.IMREAD_GRAYSCALE
    )
    for (x, y, w, h) in rect:
        cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)
        #识别到物体后进行裁剪保存
        #jiequ = img[x:(x+w), y:(y+h)]
        #cv2.imwrite('E://tools//python//eclipse//work//pythonTest//demo//0202//img//save//'+str(flag) + '.jpg',jiequ) #save as jpg

    #读取到保存图片
#     if(flag%timeF==0):
#         cv2.imwrite('E://tools//python//eclipse//work//pythonTest//demo//0202//img//save//'+str(flag) + '.jpg',frame) #save as jpg


    cv2.imshow('frame', frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
cap.release()
cv2.destroyAllWindows()

 效果图如下所示:




所有需要用到的文件下载地址:  http://download.csdn.net/download/qq_27063119/10238488  
(需要5积分,没有的至我邮箱 nuohy@qq.com)




没有更多推荐了,返回首页