用opencv训练LBP特征分类器生成xml文件

用opencv训练LBP特征分类器生成xml文件

需要工具：opencv_createsamples.exe 、opencv_traincascade.exe 、opencv_world3414.dll 和 opencv_world3414d.dll （这些都在下载的opencv中的，我的opencv版本为opencv-3.4.14-vc14_vc15地址是F:\document\pycharm1\opencv\build\x64\vc15\bin）
如果不想进行下载这些个训练工具，我已经准备好放到百度网盘里了,有需要的自取。（链接：https://pan.baidu.com/s/158m6bpkiVWF29S7rbuIfWg
提取码：pluo ）

一、准备工作
1.正负样本的准备：
（1）如果你找的正负样本不多，可进行正负样本的旋转和镜像操作。（在进行旋转、镜像等操作前建议先调整照片的像素大小）

推荐使用软件ACDSee官方免费版，安装打开后找到样本所在文件夹，进行Ctrl+A全选，右击找到批量，就可以进行旋转、调大小、转格式等操作了。

我们进行的是对安全帽模型的训练，在进行安全帽正样本的获取时，先进行爬取了2000张佩戴安全帽的人或场景，但是对于正样本的要求是尽可能少的杂质，我们也找了获取感兴趣区域的一些文章，各种方法，但是我们认为效果不一定好，索性我们自己进行照片的剪裁（我们有7个人）。之后就对正样本进行了调大小（LBP一般格式是24x24、HAAR一般使用格式是20x20），调好之后进行旋转、镜像等获取更多的正样本，再之后把所有的正样本放到一个文件夹里进行统一重命名，在之后进行对正样本转换格式（jpg转bmp）再之后进行灰度的转换。
灰度的转换我用的是python代码，既简单有快捷。代码如下：

import cv2
import os

input_dir = 'F:\document\dachuang\\2\\000'
out_dir = 'F:\document\dachuang\\2\hui'
a = os.listdir(input_dir)
for i in a:
    img