Opencv检测自定义目标

Opencv检测自定义目标

ps：本人也是最近刚开始接触图像，写的不好的地方或者有错的地方请见谅或指教~~~~~~

这里介绍一种 haar特征+adaboost训练器来识别自定义目标的方法：例子--- 识别鱼

训练：

1、准备样本---（正样本与负样本）

注意事项：正样本需要裁剪，统一规格。负样本比较好办不需要裁剪不需要统一规格。

至于样本的收集的多少一般是1000张左右，这样才能保证准确率 这里举例用到了61张。图片可以通过视频分解收集或者网络爬虫获取。

下面是我收集的部分正样本：大小为83*39.

负样本的图片就不展示了自己随意收集点和目标（鱼）不同的图片的行了

2、创建训练

样本收集好后就可以创建训练了，这里强调一下一个好的样本胜过一个好的神经网络。

 

建一个记事本或者txt文本都可以来描述正样本 （正样本必须要描述）可以通过dir /b >pos.dat直接获取生成描述文本

同样建一个负样本（负样本只需描述路径即可）

接下来需要把Opencv里面的2个自带的创建训练器的应用拉进目录下。

在同目录下创建一个create.bat格式的文本输入

opencv_createsamples.exe -info pos.dat -vec pos.vec -num 61 -w 83 -h 39

pause

然后双击运行会产生一个pos.vec文件

3、开始训练(参数的设置大家可以百度了解一下)

创建一个calssify.dat格式的文本输入

opencv_traincascade.exe -data data -vec pos.vec -bg neg.dat -numPos 61 -numNeg 68 -numStages 10  -w 83 -h 39 -minHitRate 0.9999 -maxFalseAlarmRate 0.5 -mode ALL 

pause

等待训练结束

然后在data目录下会看到训练好的xml文档就可以拿去测试了（cascade.xml）

测试代码参考上一篇的人脸识别，只需把文档换一下即可，效果如下