【OpenCV学习记录】级联分类器训练与测试

1.我的运行环境

（1）Win7 64位

（2）VS2015

（3）Opencv3.4.4

2.准备数据

（1）正样本    

• 要多
• 正样本不要求大小相同，只要求长与宽的比值相同
• 背景尽量少

（2）负样本 

• 要多
• 大小没有要求
• 不能包含正样本

3.生成样本描述文件

（1）正样本描述文件

          尽你所能生成以下格式的正样本描述文件：

          路径  样本中目标数目  目标起始坐标（一般是图像起始点）  目标结束坐标（一般是图像最后一个点）

         

（2）负样本描述文件

          负样本路径

         

 4.生成vec文件

   （1） 打开DOS界面进入opencv安装目录下该位置D:\opencv-3.4.4\opencv\build\x64\vc14\bin

              输入opencv_createsample会出现该可执行文件的参数表

             

（2）输入如下命令生成vec文件 

             

5.样本训练

（1）输入opencv_traincascade会出现该可执行文件的参数表

             

(2)输入如下命令开始训练

             

6.所有准备工作都完成了

           此时，你的文件结构应该是这样的：

           

7.测试

//特征文件
String  fileName_LBP = "img/cascade.xml";
CascadeClassifier cucumber_classifier;

int cascade_c() {
    //分类器
	cucumber_classifier.load(fileName_LBP);
	if (cucumber_classifier.empty()) {
		cout << "no cucumber feature data!"<<endl;
		int a = 0; cin >> a;
		return -1;
	}
    //获取待检测图像
	Mat src = imread("img/test/2.jpg");
	if (src.empty()) {
		cout << "no image!" << endl;
		int a = 0; cin >> a;
		return -1;
	}
	imshow("test", src);
    //处理待检测图像
	Mat gray;
	cvtColor(src, gray, COLOR_BGR2GRAY);
	equalizeHist(gray, gray);
	//检测
	vector<Rect> cucumbers;
	cucumber_classifier.detectMultiScale(src, cucumbers, 1.1, 3, 0, Size(20, 20));
    //显示检测结果
	for (size_t t=0; t < cucumbers.size(); t++) {
		rectangle(src, cucumbers[static_cast<int>(t)], Scalar(0, 0, 255), 2, 8, 0);
	}
	namedWindow("result", CV_WINDOW_AUTOSIZE);
	imshow("result", src);

	waitKey(0);

	return 0;
}

8.完！