利用OpenCV自带的traincascade程序训练分类器

级联分类器简介
OpenCV中的Adaboost级联分类是树状结构，如下图，其中每一个stage都代表一级强分类器。当检测窗口通过所有的强分类器时才被认为是目标，否则就认为当前窗口不是我们要找的目标。实际上，不仅强分类器是树状结构，强分类器中的每一个弱分类器也是树状结构。

一个完整的弱分类器包含包含：Haar特征+leftValue+rughtValue+弱分类器阈值(threshold)
这些元素共同构成了弱分类器，缺一不可。
下图为深度为2的两种形式的弱分类器。左边形式包含2个Haar特征、1个leftValue、2个rightValue和2个弱分类器阈（t1和t2）；右边形式包括2个Haar特征、2个leftValue、1个rightValue和2个弱分类器阈。

左边形式的计算流程：
1.计算第一个Haar特征的特征值haar1，与第一个弱分类器阈值t1对比，当haar1< t1时，进入步骤2；当haar1>t1时，该弱分类器输出rightValue2并结束。
2.计算第二个Haar特征值haar2，与第二个弱分类器阈值t2对比，当 haar2 < t2时输出leftValue；当haar2>t2时输出rightValue1。

分类器训练
利用opencv自带的opencv_traincascade程序训练一个分类器，需要经过以下几个步骤：
(1)收集训练样本
训练样本包括正样本和负样本。正样本，通俗点说，就是图片中只有你需要的目标。而负样本的图片只要其中不含有目标就可以了。但需要说明的是，负样本也并非随便选取的，最好是与检测目标相关的图片。例如，你需要检测的目标是汽车，那么正样本就应该是仅仅含有汽车的图片，而负样本显然不能是一些包含天空、海洋等风景的图片，因为最终训练分类器的目的是检测汽车，而汽车应该出现在马路上。也就是说，分类器最终检测的图片应该是那些包含马路，交通标志，建筑物，广告牌，汽车，摩托车，三轮车，行人，自行车等在内的图片。很明显，这里的负样本应该是包含摩托车、三轮车、自行车、行人、路面、灌木丛、花草、交通标志、广告牌等的图片。
需要注意的是，adaboost方法是机器学习中的一个经典算法，而机器学习算法的前提条件是，测试样本和训练样本独立同分布。所谓的独立同分布，可以简单理解为：训练样本要和最终的应用场合非常接近或者一致。否则，基于机器学习的算法并不能保证算法的有效性。此外，足够的训练样本（至少得几千张正样本、几千张负样本）也是保证训练算法有效性的一个前提条件。
(2)正样本尺寸归一化
将上一步收集到的正样本进行尺寸归一化，尺寸归一化的目的是将所有的图片都缩放到同一大小，比如，缩放到28*28的大小,可以用批量编辑工具，批量将图片改成同一尺寸。
(3)建立正负样本说明文件
利用脚本文件 dir.bat(文件内容：dir /b > possamples.txt)置于正样本图片同一目录下，运行生成正样本图片名描述文件，打开possamples.txt删除非图片名的行；同样的方法建立负样本名描述文件negsamples.txt,注意删除非图片名的行，每一行为一个文件名，负样本图像可以是不同的尺寸，但是图像尺寸应该比训练窗口的尺寸大，因为这些图像将被用于抠取负样本。

(4)生成正样本描述文件
正样本描述文件，其实就是一个文本文件。正样本描述文件中的内容包括：文件名 目标个数 目标在图片中的位置（x,y,width,height）,可直接将上一步生成的正样本图片名描述文件中的bmp替换成bmp 1 0 0 28 28即可，如下图所示：

正样本描述文件如下图所示：

……
正样本描述文件中，每一个正样本占一行，每一行以正样本图片开头，后面紧跟着该图片中正样本的数量（通常为1），以及正样本在图片中的位置。

(5)创建正样本.vec文件

由于opencv_raincascade训练的时候需要输入的正样本是vec文件，所以需要使用createsamples程序来将正样本转换为vec文件。
利用OpenCV安装目录下bin文件夹里面的名为opencv_createSamples的可执行程序，该程序可通过命令行启动，这里利用bat脚本文件createsamples.bat，文件内容为：

@echo
opencv_createsamples.exe -info positivesamples/possamples.txt -vec positivesamples/possamples.vec -num 5 -w 28 -h 28
pause

需设置正样本描述文件所在的路径（positivesamples/possamples.txt）以及生成的正样本文件保存路径(positivesamples/possamples.vec)。
其中命令行参数含义为：
－info
描述物体所在图像以及大小位置的描述文件
－vec
训练好的正样本的输出文件名。
－num
要产生的正样本的数量，和正样本图片数目相同。
－w
输出样本的宽度（以像素为单位）
－h《sample_height》
输出样本的高度，以像素为单位。

关于opencv_createsamples.exe程序的详细的命令行参数可以参考：http://blog.csdn.net/u012507022/article/details/53981399

(6)训练级联分类器
下面是 opencv_traincascade 的命令行参数，以用途分组介绍：

1.通用参数：
-data
目录名，如不存在训练程序会创建它，用于存放训练好的分类器。

-vec
包含正样本的vec文件名（由 opencv_createsamples 程序生成）。

-bg
背景描述文件，也就是包含负样本文件名的那个描述文件。

-numPos
每级分类器训练时所用的正样本数目。

-numNeg
每级分类器训练时所用的负样本数目，可以大于 -bg 指定的图片数目。

-numStages
训练的分类器的级数。

-precalcValBufSize
缓存大小，用于存储预先计算的特征值(feature values)，单位为MB。

-precalcIdxBufSize
缓存大小，用于存储预先计算的特征索引(feature indices)，单位为MB。内存越大，训练时间越短。

-baseFormatSave
这个参数仅在使用Haar特征时有效。如果指定这个参数，那么级联分类器将以老的格式存储。

2.级联参数：
-stageType< BOOST(default) >
级别（stage）参数。目前只支持将BOOST分类器作为级别的类型。

-featureType<{HAAR(default), LBP}>
特征的类型： HAAR - 类Haar特征； LBP - 局部纹理模式特征。

-w
-h
训练样本的尺寸（单位为像素）。必须跟训练样本创建（使用 opencv_createsamples 程序创建）时的尺寸保持一致。

3.Boosted分类器参数：

-bt <{DAB, RAB, LB, GAB(default)}>
Boosted分类器的类型： DAB - Discrete AdaBoost, RAB - Real AdaBoost, LB - LogitBoost, GAB - Gentle AdaBoost。

-minHitRate
分类器的每一级希望得到的最小检测率。总的检测率大约为 min_hit_rate^number_of_stages。

-maxFalseAlarmRate
分类器的每一级希望得到的最大误检率。总的误检率大约为 max_false_alarm_rate^number_of_stages.

-weightTrimRate
Specifies whether trimming should be used and its weight. 一个还不错的数值是0.95。

-maxDepth
弱分类器树最大的深度。一个还不错的数值是1，是二叉树（stumps）。

-maxWeakCount
每一级中的弱分类器的最大数目。The boosted classifier (stage) will have so many weak trees (<=maxWeakCount), as needed to achieve the given -maxFalseAlarmRate.

4.类Haar特征参数：

-mode< BASIC (default) | CORE | ALL >
选择训练过程中使用的Haar特征的类型。 BASIC 只使用右上特征， ALL 使用所有右上特征和45度旋转特征。

5.LBP特征参数：
LBP特征无参数。

使用opencv_traincascade.exe文件进行训练，首先在当前目录下新建一个cascades文件夹用于存放生成的.xml文件。
opencv_traincascade程序的.bat批处理文件的格式如下：

@echo
opencv_traincascade.exe  -data classifiers -vec positivesamples/possamples.vec -bg negativesamples/negsamples.txt -numPos 2000 -numNeg 10000 -numStages 20 -precalcValbufSize 200 -precalcdxBufSize 1000 -featureType LBP  -w 28 -h 28 -minHitRate 0.995 -maxFalseAlarmRate 0.5 -weightTrimRate 0.95 -maxDepth 1 -maxWeakCount 100 -mode ALL
Pause  

当opencv_traincascade程序训练结束以后，训练好的级联分类器将存储于文件cascade.xml中，这个文件位于 -data 指定的目录（这里为cascades文件夹）中。这个目录中的其他文件是训练的中间结果，当训练程序被中断后，再重新运行训练程序将读入之前的训练结果，而不需从头重新训练。训练结束后，可以删除这些中间文件。