Object Detection_1_级联分类器

一Cascade classifier 训练

Cascade classifier可以装载两种形式的训练器，但两种形式的训练器不可以互相装载
[1]opencv_traincascade,支持Harr，LBP(整数特性相对Haar更快)，Hog,支持TBB多线程
[2]opencv_haartraining

辅助程序：
opencv_createsamples用准备训练用的正样本数据和测试数据，可以生成被两种以上支持的正样本数据，输出*.vec文件，以二进制形式存储

步骤(针对opencv_traincascade)：

1>训练数据的准备
正样本，使用opencv_createsamples创建，负样本，手本准备

[1]负样本
图像中不包括需要检测的物体，图像的文件名包含在txt内，图像的尺寸可以不同，但都应该比训练器的窗口大
目录：

/img
  img1.jpg
  img2.jpg
bg.txt

txt：

img/img1.jpg
img/img2.jpg

[2]正样本
由opencv_createsamples程序生成，通过拥有物体的图像或者之前已经标记的图像集合

2>训练
利用opencv_traincascade

二Cascade classifier 检测

1，CascadeClassifier类
级联分类训练器用于物体检测

1>从文件加载classifier

CascadeClassifier::CascadeClassifier(const string& filename)
bool CascadeClassifier::load(const string& filename)
//filename，文件名

2>从FileStorage node加载classifier

bool CascadeClassifier::read(const FileNode& node)
//从FileStorage的结点FileNode中读取一个级联分类器对象

3>在image中探测物体

void CascadeClassifier
     ::detectMultiScale(const Mat& image, 
                        vector<Rect>& objects, 
                        double scaleFactor=1.1, 
                        int minNeighbors=3, int flags=0, 
                        Size minSize=Size(), 
                        Size maxSize=Size())
//image,CV_8U
//objects,返回被检测到物体的区域
//scaleFactor，image的缩减因子
//minNeighbors,每个候选矩阵保留的邻域
//flags，在新版本中不使用
//minSize，物体的最小尺寸
//maxSize，物体的最大尺寸                        

4>setImage
设置一个图像用于检测

bool CascadeClassifier
::setImage(Ptr<FeatureEvaluator>& feval, const Mat& image)
//feval，指向特征计算器的指针，用计算特征
//image，CV_8UC1
//此函数针对每一幅图像调用，detectMultiScale()

5>runAt
在特定的点运行探测器

int CascadeClassifier
::runAt(Ptr<FeatureEvaluator>& feval, Point pt, double& weight)
//feval，指向特征计算器的指针，用计算特征
//pt，需要探测的点的坐标
//此函数返回一，如果在指定位置探测到物体，否则返回负数
//与setImage，结合使用

6>groupRectangles(单独函数)
将探测到的相近矩阵进行合并

void groupRectangles(vector<Rect>& rectList, 
                     int groupThreshold, 
                     double eps=0.2)
//rectList，用来输入和返回
//groupThreshold，rectList中的最小数量 
//eps，矩阵之间的差异，当eps=0时不会合并，当eps=无穷时，全部合并                    

应用：

//从已经训练好的文件中加载face，eye级联分类器
cv::CascadeClassifier face("haarcascade_frontalface_alt.xml");
cv::CascadeClassifier eye("haarcascade_eye_tree_eyeglasses.xml");

//直方图均衡化
cv::equalizeHist(Image,Image);
std::vector<cv::Rect> faces;

//脸部探测
face.detectMultiScale(Image,faces,1.1,3,
                      0|CV_HAAR_SCALE_IMAGE);

//在每一个探测到脸部的区域探测眼
for(int i=0;i<faces.size();i++)
{
//进行脸部标记
cv::rectangle(result,faces[i],cv::Scalar(255),2);

std::vector<cv::Rect> eyes;
cv::Mat ROI=result(faces[i]);
eye.detectMultiScale(ROI,eyes,1.1,3,
                     0|CV_HAAR_SCALE_IMAGE);

for(int j=0;j<eyes.size();j++)
{
//进行眼标记
cv::rectangle(ROI,eyes[j],cv::Scalar(255),2);
}
}

效果图：