创建自己的训练分类器

来源：http://hi.baidu.com/robert_lov/item/00c4d8d4af67d596260ae7b2/?qq-pf-to=pcqq.c2c

本文为进行目标检测——自己感兴趣的目标，如茶杯、手机等。现在大都是针对人脸、车辆等现有的XML,我们之间调用，那如何建立自己的XML的检测文档呢？

首先，介绍下目标检测的三个主要步骤：

1、 样本的创建
2、 训练分类器
3、 利用训练好的分类器进行目标检测。

进入主题：

1、进行样本训练需要样本，训练样本分为正样本和负样本，正样本是包含检测目标的图像，归一化到统一大小，这里我建立200个正样本，大小为18*24，负样本是背景样本，不包含目标的图像，这里也是400个样本，不用对负样本进行归一化；

 

2、建立背景描述文件--负样本，用来描述负样本，文件中每一行包含了一个负样本图片的文件名和大小信息，如，负样本放于F:\pest\negdata文件夹下，那么,创建负样本的方法使用DOS：

，然后将最后一行删除，全局替换为如下格式：

negdata/201.JPG 

negdata/202.JPG 

negdata/203.JPG …………

图片201.JPG 包含了单个目标对象实体； 

3、建立背景描述文件--正样本，用于描述正样本，文件中每一行包含了一个负样本图片的文件名和大小信息，如，正样本放于F:\pest\posdata文件夹下，那么,创建正样本的方法如上图，只需将目录切换到posdata下，即可，建立完成后将posdata.dat最后一行删除，并替换到如下格式：

posdata/1.jpg 1 0 0 18 24
posdata/2.jpg 1 0 0 18 24
posdata/3.jpg 1 0 0 18 24 …………

 

4、生成正样本文件：由OpenCV自带createsamples.exe创建，位置在安装opencv目录bin下；将包含此文件的bin文件夹及此文件拷贝到F:\pest\下，同时将正/负样本文件及正负样本图片文件也拷贝到同一目录下，如图所示；

createsamples.exe的内部信息这里了解下；

下面利用DOS创建正样本文件，过程如图所示：

切换到bin目录下按照上述步骤就可生成正样本文件a.vec.

至此正样本的创建完成。

 

5、接下来就要训练这个分类器了，训练函数也是OpenCV提供：haartraining实现，位置也在安装opencv目录bin下，现已经随bin拷贝到pest下了；

运行效果如图所示：

运行结束后会在新建文件夹data生成xml文件：data.xml至此训练器建立完成。

疑问：利用人脸的haar特征来训练其他物体，真的可行吗？ 

今天验证了下，能检测出部分物体，说明还是有些特征是可以采用的，只是不希望调整窗口大小来检测，因为待检测目标大小相当，故需要改进，样本量也需要增加.

 

ps:有时候我们会遇到这样的情况：训练卡在某一层进行不下去，具体原因现在还不是很清楚，就想利用现有的分类器手动生成xml,现在方法如下：

opencv里自带转换工具：convert_cascade.exe，位置在：D:\open CV\OpenCV\samples\c\convert_cascade.exe.它需要指定正样本图像的大小，分类器的路径，和生成xml的名字

 

最终在7这个文件夹下，手动生成我们所需要的xml格式的级联分类器。