opencv自学笔记之Haar训练自己的人脸分类器

骇浪涛

于 2019-08-14 22:41:35 发布

阅读量859

点赞数

分类专栏： opencv 文章标签： opencv haar

本文链接：https://blog.csdn.net/qq_35290955/article/details/99329729

版权

本文介绍了如何利用OpenCV的Haar特征训练自己的人脸分类器，包括准备正负样本数据、训练过程以及测试分类器的效果。通过调整样本比例、大小，并使用opencv_createsamples和opencv_traincascaded工具，最终生成可用于人脸检测的cascade.xml文件。

摘要由CSDN通过智能技术生成

前言

本文介绍如何使用Haar训练自己的人脸分类器。
参考blog:
https://www.cnblogs.com/tornadomeet/archive/2012/03/28/2420936.html
https://www.cnblogs.com/tornadomeet/archive/2012/03/27/2420088.html
https://blog.csdn.net/yangleo1987/article/details/52883864
https://blog.csdn.net/qq_32502511/article/details/79010509

准备数据

训练数据包含正样本和负样本，比例设为1：3为好。另外将图片都resize成20x20。

正样本

正样本采用我之前一篇blog（https://blog.csdn.net/qq_35290955/article/details/99291496 ）提到的
ORL人脸数据集。我只用了其中333张图片，样本少，训练快，只做演示效果，也为了达到1：3。建立一个VS2017工程resize_pic，将上面我那篇blog提到的labels.txt复制到自己的工作目录下，并改名为origin_ORL_datapath.txt。
resize_pic代码如下：

#include "pch.h"
#include <iostream>
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <opencv2/opencv.hpp>   //ifstream用到
#include <stdio.h>
using namespace std;
using namespace cv