目录
之前使用Python+OpenCV实现交通路标识别,具体实现步骤及心得如下:
OpenCV训练属于自己的xml文件,需以下几个步骤:
1、首先下载OpenCV(Windows版);
2、准备数据集,分为正样本集和负样本集;
3、生成路径,将正样本集的路径要存成 *.vec格式;负样本集的路径不做要求,*.txt就可以;
4、训练xml文件。
1、搭建环境
OpenCV创建级联文件需要先下载OpenCV(Windows版)。
接下来傻瓜式安装操作,安装到指定路径。
安装成功后开始配置环境变量(配置环境变量比较简单,此处省略),稍后会用到OpenCV中的opencvcreatesamples.exe和opencvtraincascade.exe文件训练级联文件,我的安装路径在D盘,所以设置环境变量的路径是D:\opencv\opencv\build\x64\vc15\bin。 注意:若直接在D:\opencv\opencv\build\x64\vc15\bin路径下训练模型,可以不用配置环境变量。
2、准备数据集
需要准备正样本数据集(所要识别的物体)和负样本数据集(背景图片、干扰图片),数据集数量越多种类越复杂越好。
通常正样本数据裁剪为20*20或40*40大小的像素即可(这里我使用40*40像素训练模型,9小时+可以训练完成),注意:像素过大训练速度相当慢,图片像素最好是正方形图片,长宽相等。
通常负样本数据集是识别物体的背景环境照片,图片越多越复杂抗干扰能力越强,负样本图片可以不用裁剪为固定大小,但是为了提升训练速度建议进行合理裁剪。
正样本图片如下:
负样本图片如下:
为了操作方便,我写了Python程序实现批量调整图片数据大小和图片命名,具体如下:
```python
-- coding:utf8 --
import os from PIL import Image ''' 批量重命名文件夹中的图片文件
''' class BatchRename(): def init(self): self.path = r'C:\Users\Administrator\Desktop\opencv-haar-classifier-training-master\positive_images'
def rename(self):
filelist = os.listdir(self.path)
total_num = len(filelist)
i = 0
for item in filelist:
if item.endswith('.jpg'):
src = os.path.join(os.path.abspath(self.path), item)
print(src)
dst = os.path.join(os.path.abspath(self.path), str(i) + '.jpg')
try:
os.rename(src, dst)
print ('converting %s to %s ...' % (src, dst))
i = i + 1
except :
continue
print ('total %d to rename & converted %d jpgs' % (total_num, i))
if name == 'main': demo = BatchRename() demo.rename()
''' 批量修改图片尺寸 '''
提取目录下所有图片,更改尺寸后保存到另一目录
import os.path import glob def convertjpg(jpgfile,outdir,width=40,height=40): img=Image.open(jpgfile) try: newimg=img.resize((width,height),Image.BILINEAR)
newimg.save(os.path.join(outdir,os.path.basename(jpgfile))) except Exception as e: print(e) for jpgfile in glob.glob(r"C:\Users\Administrator\Desktop\opencv-haar-classifier-training-master\positive_images*.jpg"): #像素修改后存入images文件 convertjpg(jpgfile,r"C:\Users\Administrator\Desktop\opencv-haar-classifier-training-master\images") ```
3、训练级联文件
1、首先按照要求创建训练文件夹
negative_images文件夹存放负样本图片。
positive_images文件夹存放正样本图片。
xml文件夹存放稍后生成的xml级联文件。
opencv_createsamples.exe负责生成*.vec文件。
opencv_traincascade.exe负责训练级联文件模型。
另外我还写了两个Python文件负责批量处理图片命名、尺寸缩小和生成对应的txt文件。
2、生成指定的txt文件路径
执行这一步之前保证文件已经命名规范,尺寸缩小到合适大小。
运行生成txt文件.py文件,生成对应的正样本路径和负样本路径文件,效果如下:
文件夹结构如下:
正样本路径文件(pos.txt)格式如下:
正样本路径文件(neg.txt)格式如下:
生成对应的txt文件Python代码如下:
python import os ''' 正样本数据生成txt文件 ''' file_dir=os.getcwd() file_dir=r'C:\Users\Administrator\Desktop\opencv-haar-classifier-training-master\positive_images' L=[] i=0 with open("pos.txt","w+") as f: for root, dirs, files in os.walk(file_dir): for file in files: if os.path.splitext(file)[1] == '.jpg': L.append(os.path.join(root, file)) f.write(L[i]+' 1'+' 0'+' 0'+' 40'+' 40'+'\n') i+=1 ''' 负样本数据生成txt文件 ''' file_dir=r'C:\Users\Administrator\Desktop\opencv-haar-classifier-training-master\negative_images' L=[] i=0 with open("neg.txt","w+") as f: for root, dirs, files in os.walk(file_dir): for file in files: if os.path.splitext(file)[1] == '.jpg': L.append(os.path.join(root, file)) f.write(L[i]+'\n') i+=1
3、获取正样本矢量集vec文件
在文件夹下新建createsamples.bat,批处理文件,内容如下:
opencv_createsamples.exe -vec pos.vec -info pos.txt -num 1100 -w 40 -h 40 pause
其中,-vec后面是将生成的正样本矢量集vec文件,-info后面是正样本路径文件,-num后面的数字是正样本个数,-w后面的数字是正样本图片的长,-h后面的数字是正样本图片的高。
双击createsamples.bat后出现pos.vec即为运行成功。
此时文件夹结构如下:
4、训练级联文件模型
在文件夹下新建train.dat文件,内容如下:
opencv_traincascade.exe -data xml -vec pos.vec -bg neg.txt -numPos 1100 -numNeg 3205 -numStages 15 -w 40 -h 40 -minHitRate 0.999 -maxFalseAlarmRate 0.5 -mode ALL pause
其中,-data 是存放训练好的分类器的路径 ,-vec 就是存放.vec的路径, -bg 负样本描述文件, -numPos 每一阶段训练的正样本数量 , -numNeg 每一阶段训练的负样本数量 (网上说-numPos的参数要比实际正样本数量小,-numNeg 的参数要比实际负样本数量大 ), -numStages 训练阶段数 (这个参数不能太大也不能太小 ,太大训练时间过长,如果太小的话 生成的xml文档分类效果可能就不太好 ), -featureType 选择LBP还是HAAR 在此选用LBP ,-w -h 训练样本尺寸 和vec生成的尺寸大小相同 不然会宕机, -minHitRate 最小命中率 ,-maxFalseAlarmRate 最大虚警率 ,最后需要在加上 -mode ALL。
此时文件夹结构如下:
双击train.bat后进入训练模式,进入漫长等待,效果如下:
最后训练完成之后级联文件保存在xml文件夹中。
其中,只有第一个cascade.xml文件是我们所需要的文件,其余文件是训练过程中生成的检查的文件,防止训练过程中出现意外程序重头训练。
下面使用Python代码进行模型测试,效果如下:
验证Python代码如下:
python import numpy as np import cv2 face_cascade = cv2.CascadeClassifier('cascade.xml') cap = cv2.VideoCapture(0) while True: ret,img = cap.read() gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) faces = face_cascade.detectMultiScale(gray, 1.3, 5) for (x,y,w,h) in faces: cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2) cv2.imshow('img',img) if cv2.waitKey(1) &0xFF == ord('q'): break cap.release() cv2.destroyAllWindows()
最后我将模型搭建在树莓派上,发现识别效果,处理速度还是蛮不错的。