opencv训练口罩识别级联分类器

数据预处理

将照片的命名统一格式

将照片的正样本和负样本分开，存入各自的文件夹中，用cmd命令行进入该目录，输入以下命令，生成pos.txt，文件中包含目录下所有文件的路径。

dir /b/s/p/w *.jpg > pos.txt

将pos.txt文件中的路径复制到excel表格中，并在表格最上方第一方输入names

对正样本图片进行统一灰度处理和裁剪处理（负样本一样，只是不进行大小裁剪）

import pandas as pd
import cv2
names=pd.read_excel('data\\imgName.xlsx')['names']# 读取所有照片名字
i=100000 #用于重新命名
for imagepath in names:
    #读取图片
    img = cv2.imread(imagepath)
    # print(imagepath)
    # print(img)
    #转成灰度
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    #人脸识别器
    detector = cv2.CascadeClassifier('haarcascades\\haarcascade_frontalface_default.xml')
    #获取人脸位置
    #print(gray)
    faces = detector.detectMultiScale(gray, 1.1, 5)
    for (x, y, w, h) in faces:
        #裁减图片
        gray = gray[y:y+h,x:x+w]  # 裁剪坐标为[y0:y1, x0:x1]
        #如果人脸不为空
        try:
            # 保存裁减后的灰度图
            cv2.imwrite('C:\\Users\\admin\\PycharmProjects\\Dg\\face\\face\\GraduationProject\\mask\\gray1'+str(i)+'.jpg', gray)
            # cv2.waitKey(3000)
            i += 1
        except:
            print()

import pandas as pd
import cv2

for n in range(100000, 102853):
    path = 'C:\\Users\\admin\\PycharmProjects\\Dg\\face\\face\\GraduationProject\\mask\\gray1' + str(n) + '.jpg'
    # 读取图片
    img = cv2.imread(path)
    # print(img.shape)
    if img is None:
        #遇到第一步识别有问题的图片，则跳过
        continue
    img = cv2.resize(img, (20, 20))

    cv2.imwrite('C:\\Users\\admin\\PycharmProjects\\Dg\\face\\face\\GraduationProject\\mask1\\gray1' + str(n) + '.jpg', img)
    n += 1

在正样本的pos.txt文件后面增加大小描述

1 0 0 20 20

获取供训练用的vec文件

找到OpenCV\build\x64\vc14\bin目录下的opencv_createsamples.exe

找到OpenCV\build\x64\vc14\bin目录下的opencv_createsamples.exe。复制pos.txt 和 neg.txt到该目录下：然后cmd进入该目录

opencv_createsamples.exe -vec pos.vec -info pos.txt -num 353 -w 20 -h 20

说明：

-info，指样本说明文件

-vec，样本描述文件的名字及路径

-num，总共几个样本，要注意，这里的样本数是指标定后的20x20的样本数，而不是大图的数目，其实就是样本说明文件第2列的所有数字累加

-w -h指明想让样本缩放到什么尺寸。

开始训练样本

新建文件traincascade.bat

新建文件traincascade.bat，把

opencv_traincascade.exe -data xml -vec pos.vec -bg neg.txt -numPos 500 -numNeg 656 -numStages 20 -w 20 -h 20 -mode ALL

pause写入其中保存，把之前修改的pos.txt的后面的1 0 0 20 20删去变回原样。在目录下新建xml的文件夹，然后运行traincascade.bat即可得到模型xml文件。

测试模型

import cv2
detector= cv2.CascadeClassifier('haarcascades\\haarcascade_frontalface_default.xml')
mask_detector=cv2.CascadeClassifier('data\\cascade.xml')
cap = cv2.VideoCapture(0)
 
while True:
    ret, img = cap.read()
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    faces = detector.detectMultiScale(gray, 1.1, 3)
    for (x, y, w, h) in faces:
        #参数分别为 图片、左上角坐标，右下角坐标，颜色，厚度
        face=img[y:y+h,x:x+w]  # 裁剪坐标为[y0:y1, x0:x1]
        mask_face=mask_detector.detectMultiScale(gray, 1.1, 5)
        for (x2,y2,w2,h2) in mask_face:
            cv2.rectangle(img, (x2, y2), (x2 + w2, y2 + h2), (0, 0, 255), 2)
 
    cv2.imshow('Cheney', img)
    cv2.waitKey(3)
 
cap.release()
cv2.destroyAllWindows()