采用OpenCv的traincascade.exe来训练自己的分类器，用于目标的检测

最新推荐文章于 2021-10-07 22:50:30 发布

西海岸看日出

最新推荐文章于 2021-10-07 22:50:30 发布

阅读量2.7k

点赞数 3

分类专栏：机器学习原理解析 opencv图像处理文章标签： opecv 级联分类器 opencv_traincascade.exe 目标识别训练

本文链接：https://blog.csdn.net/qq_38236355/article/details/92794962

版权

本文详细介绍了如何利用OpenCV的opencv_traincascade.exe工具训练自定义的目标检测分类器，包括获取正负样本、生成样本描述文件、训练分类器的步骤，以及训练过程中可能遇到的问题和解决办法。强调了样本数量、尺寸、特征类型的选择，以及训练参数的设置对最终分类器性能的影响。

摘要由CSDN通过智能技术生成

opencv中有两个函数可以训练分类器opencv_haartraining.exe和opencv_traincascade.exe，前者只能训练haar特征，后者可以用HAAR、LBP和HOG特征训练分类器。这两个函数都可以在opencv\build\x86\vc10\bin文件夹下找到。opencv_traincascade.exe训练的是adaboost的级联分类器，这里不讲adaboost的级联分类器的原理，具体讲解用opencv_traincascade.exe来训练一个分类器的步骤。

步骤：

一、获取样本

首先要采集正样本和负样本。以行人检测为例，正样本就是各种各样的行人，负样本就是非人照片。样本个数最好在上千个，个数太少训练出来的分类器不能准确的检测行人，网上对正负样本的个数比例不尽相同，有的说3:1有的说7:3,具体的还是要自己去实验，把正负样本分别放在不同的文件夹下，可以命名为pos、neg。正负样本的图片都需要建立描述文件，文件是txt文件，里面存放的是正负样本的相对路径，正样本除存放相对路径外，还需要标出目标所在图像中的位置，如下图所示。
在这里插入图片描述

下面代码是获取正负样本及txt描述文件的鼠标回调代码：

void on_mouse(int event, int x, int y, int flags, void *ustc)
{
	static Point pre_pt(-1, -1);
	static Point cur_pt(-1, -1);
	if (event == CV_EVENT_LBUTTONDOWN)
	{
		gray.copyTo(img);             
		pre_pt = Point(x, y);
	}
	else if (event == CV_EVENT_MOUSEMOVE && (flags & CV_EVENT_FLAG_LBUTTON))//摁下左键，flags为1 
	{
		img.copyTo(tmp);
		cur_pt = Point(x, y);
		rectangle(tmp, pre_pt, cur_pt, Scalar(0, 255, 0, 0), 2, 8, 0);
		imshow("img", tmp);
	}
	else if (event == CV_EVENT_LBUTTONUP) 
	{
		gray.copyTo(img);
		img.copyTo(tmp);
		cur_pt = Point(x, y);
		rectangle(tmp, pre_pt, cur_pt, Scalar(0, 255, 0, 0), 2, 8, 0);
		imshow("img", tmp);
		
		int width = abs(pre_pt.x - cur_pt.x);
		int height = abs(pre_pt.y - cur_pt.y);
		int pix_x = min(cur_pt.x, pre_pt.x);
		int pix_y = min(cur_pt.y, pre_pt.y);
		
		if (width == 0 || height == 0)//负样本
		{			
			cout<<"选择作为负样本"<<endl;
			destroyWindow("img");
			string str ="../train/neg/" + to_string(cnt_neg)+".jpg";
			string str_write =to_string(cnt_neg)+".jpg" + '\n';
			outfile_neg.open("../train/neg/neg.txt", ios::app);
			outfile_neg<<str_write;
			imwrite(str, img);
			cnt_neg++;
			outfile_neg.close();
			return;
		}
		//选择作为正样本
		while(1)
		{
			if(waitKey(0) == 'y'