Opencv分类器的训练（内含文件批量改名工具及负样本图包下载地址）

这里我用的是OpenCV+python+pycharm。整体脉络：环境配置–收集样本–转化文件–得到.xml文件–使用，在此记录一下。
一、环境配置
在python左上角点进这个小扳手就可以安装opencv_python，这里推荐安装4以下版本，原因之后会说。

这是目前我知道的最简单的办法，但我估计会有很多不便，不然也不会有这么多人不用这个法子。
二、样本收集
安装好后，我们开始收集正样本和负样本，正样本：负样本=1:3，正样本尺寸：负样本尺寸=1:6的最终效果比较好。
1.正样本
收集后将所有图片依次命名，处理样本，灰度化，统一规格【50，50】。（PS:1.路径注意改为和之前方向想反斜杠或在前加r。 2.最后的/一定要有）
批量改名工具：https://developer9.baidupan.com/112419bb/2020/09/21/c439719b2d498ba56432508fc75bc13a.exe?st=i1Sj-mv97rzdN0QEpwWPzg&e=1637754176&b=ALoJhge1Ur9TiQDkBLJU2QfrWewEggCJB7ELl1ftVbJWlFnUADhQe1k8XiZRZFIuBjY_c&fi=29995233&pid=61-54-97-242&up=2

path = "D:/3D/tennis/"#图片所在文件夹路径
for i in range(1, 141):
    print(path+str(i)+'.jpg')
    img = cv2.imread(path+str(i)+'.jpg', cv2.IMREAD_GRAYSCALE)
    img5050 = cv2.resize(img, (50, 50))
    cv2.imshow("img", img5050)
    cv2.waitKey(20)
    cv2.imwrite('D:/3D/tennis/pos/'+str(i)+'.jpg', img5050)

2.负样本就没那么多讲究了，只要不包含正样本的图片就行，负样本下载链接。https://pythonprogramming.net/static/images/opencv/negative-background-images.zip

import cv2
path = "D:/3D/tennis/false/"
for i in range(1, 501):
    print(path+str(i)+'.jpg')
    img = cv2.imread(path+str(i)+'.jpg', cv2.IMREAD_GRAYSCALE)
    cv2.imwrite('D:/3D/tennis/neg/'+str(i)+'.jpg', img)

三、转化文件
1.正负样本描述文件

import cv2
import os
def save_imginfo_to_txt(filepath, txtpath):
    files = os.listdir(filepath)
    res = []
    for file in files:
        filename = filepath + "\\" + file
        img = cv2.imread(filename)
        # 数据的格式
        res.append([filename, 1, 0, 0, img.shape[0], img.shape[1]])
    save_txt = txtpath + "\\" + "file_name.txt"
    file = open(save_txt, 'a')
    for i in res:
        file.write(' '.join([str(j) for j in i]))
        file.write("\n")
    file.close()

# 主函数
filepath = "D:/3D/tennis/pos/"#info正
txtpath = "D:/3D/tennis/pos/"
save_imginfo_to_txt(filepath, txtpath)

正样本描述文件中第一列是图片路径；第二列是图片中能检测出的样本表数量，有几个就写几；第三第四列是图像的坐标，（0,0）就行；第五第六列是图像宽和高，需要注意是一样的，宽高比需要一样的。
2.将正样本转化为.vec
在创建vec文件时，需要把pos_image.txt和neg_image.txt两个样本描述文件剪切到与两照片文件夹在同一层。将opencv_createsamples.exe与opencv_traincascade.exe也置于该层，这两个文件在D:\OpenCV_set\opencv\build\x64\vc14\bin（斜体部分为你本人安装地点）。如果没有这两个文件，可点此下载opencv4.0之前版本https://opencv.org/releases/，下好就有。

win+r后先切换到d盘：cd d:
再打入cd D:/3D/tennis(文件夹路径)
最后打入如下代码生成.vec文件

opencv_createsamples -info info.txt -num 50 -w 50 -h 50 -vec positives.vec

-info字段填写正样本描述文件；
-num制定正样本的数目；
-w和-h分别指定正样本的宽和高（-w和-h越大，训练耗时越大）；
-vec用于保存制作的正样本。

四、得到.xml文件
新建一文件夹用于存放.xml文件

opencv_traincascade -data data -vec positives.vec -bg bg.txt -numPos 139 -numNeg 1000 -numStages 16 -w 50 -h 50

-data data：训练后data目录下会存储训练过程中生成的文件
-vec positives.vec：Pos.vec是通过opencv_createsamples生成的vec文件
-bg bg.txt：bg.txt是负样本文件的数据
-numPos ：正样本的数目，这个数值一定要比准备正样本时的数目少，不然会报can not get new positive sample.
-numNeg ：负样本数目，数值可以比负样本大
-numStages ：训练分类器的级数
-w 50：必须与opencv_createsample中使用的-w值一致
-h 50：必须与opencv_createsample中使用的-h值一致
-w和-h的大小对训练时间的影响非常大
五、使用

import cv2

watch_cascade = cv2.CascadeClassifier('/home/pi/opencv_createsamples/data/cascade.xml')#分类器路径

img = cv2.imread('test.jpg')#需要识别的照片，放到opencv_createsamples文件夹下

gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

watches = watch_cascade.detectMultiScale(gray)

for (x,y,w,h) in watches:
    cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2)
    roi_gray = gray[y:y+h,x:x+w]
    roi_color = img[y:y+h,x:x+w]

cv2.imshow('识别窗口',img)
k = cv2.waitKey(0)

运行即可，如果识别的图片太大，运行下面程序调整一下

import cv2
img = cv2.imread('test.jpg')#读入照片
img1 = cv2.resize(img,(300,300))#调整大小
cv2.imwrite('test.jpg',img1)#保存图片

新人上路，不足之处还望多多指教。
参考网站：
1.https://blog.csdn.net/YK_LaNce/article/details/100576560
2.https://blog.csdn.net/weixin_45880057/article/details/114006626
3.https://blog.csdn.net/qq_27396861/article/details/89159804
4.https://www.cnblogs.com/tornadomeet/archive/2012/03/28/2420936.html