opencv训练分类器

一、训练步骤
1.正负样本准备
创建两个文件夹，分别命名为posdata和negdata,posdata保存正样本，negdata保存负样本。再创建一个xml文件夹，用于存放生成的分类器。
正样本：包含待识别检测的物体，且大小必须一样（下面示例选用60*60）
负样本：大小随意，不包含待检测的物体

2.准备训练工具
将下图opencv安装路径的所有文件复制到正负样本文件夹的同级目录
（若找不到：下方链接下载）
1）csdn
2）网盘：链接：https://pan.baidu.com/s/1lH94cEc4C1f8ikZGuBv16g
提取码：xd5r


3.生成正样本描述文件和vec文件
使用cmd进入到posdata的目录，执行

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

若为png图片，则将jpg改成png。

执行完后可在posdata文件夹中找到pos.txt文件，打开使用快捷键ctrl+h,将文件改成如下格式。
参数说明：1表示图片中只有一个待识别物体，0 0 60 60是待识别物体在图片中的位置。若图片中有两个物体，1改成2，位置信息也应该增加一组。

将pos.txt剪切到与opencv_createsamples.exe文件的同一目录，然后cmd执行下面的命令

opencv_createsamples.exe -vec pos.vec -info pos.txt -num 100 -w 60 -h 60

-num为正样本的数量，-w和-h为正样本的宽和高。pos.vec文件生成后，将pos.txt文件改回原样。

4、生成负样本描述文件
使用cmd进入negdata文件夹，执行

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

若为png图片，则将jpg改成png。

将pos.txt剪切到与negdata文件夹的同一目录。(负样本不需要vec文件)
5.训练样本
新建traincascade.bat文件(若电脑无法编辑bat文件，可将后缀改成txt,编辑好后再改回bat),在traincascade.bat文件中输入下列内容

opencv_traincascade.exe -data xml -vec pos.vec -bg neg.txt -numPos 100 -numNeg 500 -numStages 20 -w 20 -h 20 -mode ALL 
pause

参数	说明
-data	训练的分类器的存储目录
-vec	正样本文件，由open_createsamples.exe生成，正样本文件后缀名为.vec
-bg	负样本说明文件，主要包含负样本文件所在的目录及负样本文件名
-numPos	每级分类器训练时所用到的正样本数目，应小于vec文件中正样本的数目
-numNeg	每级分类器训练时所用到的负样本数目，可以大于-bg指定的图片数目
-numStages	训练分类器的级数，强分类器的个数
-precalcValBufSize	缓存大小，用于存储预先计算的特征值，单位MB
-precalcIdxBufSize	缓存大小，用于存储预先计算的特征索引，单位MB
-w	训练的正样本的宽度
-h	训练的正样本的高
-mode	值为BASIC、CORE、ALL三种，根据值不同采用不同的Haar特征，BASIC是基本的Haar特征（垂直），CORE是所有的上下Haar特征，ALL是使用所有的Haar特征（包括垂直和45度）
-minHitRate	影响每个强分类器阈值，每一级分类器最小命中率，表示每一级强分类器对正样本的的分类准确率

双击bat文件即可开始训练。
二、训练效果
基本能识别出目标物。
优化方案：训练多个分类器，级联使用，如识别人脸，可先检测大体，在检测里面是否有眼睛或者嘴巴，加强判断，效果更佳。