在上次教程Python-OpenCV —— Machine Learning講述了如何建立模型，進行訓練哩陕，然后利用模型對新獲得的照片進行預測并給出預測值，本期教程針對某個特定的物體進行檢測，將其標記出來腻菇，分為3個步驟园细，第一：訓練特定物體惦积，第二：
訓練模型
級聯(lián)分類器
前幾天看到一個笑話，很有意思猛频，說的是
- 理論就是你什么都知道但是什么都干不了
- 實踐就是你什么都能干但是不知道為什么
- 我就不一樣了狮崩，我可以理論與實踐相結(jié)合——什么都干不了而且不知道為什么
開個玩笑，目前有很大一部分的東西都是人們實踐得來的經(jīng)驗鹿寻，有些東西也許很好用睦柴，但未必是好理論，比如現(xiàn)在的深度學習毡熏，扯遠了坦敌，繼續(xù)今天的話題，到底什么是級聯(lián)分類器痢法，其實就是把分類器按照一定的順序聯(lián)合到一起恬试。一個分類器也許不好用，沒關系疯暑，我給你多加幾個训柴，俗話說得好，三個臭皮匠妇拯，頂個諸葛亮呢幻馁。
具體來說，OpenCV實現(xiàn)的Cascade（級聯(lián)）分類器就是基于多個弱分類器對不同的特征進行依次處理（分類）來完成對目標的檢測越锈，簡單的說有多個弱分類器串起來仗嗦，然后提取每個平滑窗上的不同特征，把這些特征依次放進不同的弱分類器里判斷甘凭，如果所有的弱分類器都判斷正標簽稀拐，則表示該該平滑窗內(nèi)檢測到目標。這樣做的好處是不但通過多個弱分類器來形成一個強的級聯(lián)分類器丹弱，而且可以減少運算量德撬，比如當一個平滑窗第一個特征沒有通過第一個分類器铲咨，那么就沒有必要繼續(xù)運算下去，直接拒絕掉當前平滑窗蜓洪，轉(zhuǎn)而處理下一個平滑窗纤勒，事實上作者的目的就是為了快速拋棄沒有目標的平滑窗，從而達到快速檢測目標隆檀。
本次用到了OpenCV的兩個程序摇天，分別是opencv_createsamples.exe和opencv_traincascade.exe，分別用來創(chuàng)建樣本文件和訓練級聯(lián)分類器恐仑。
準備訓練數(shù)據(jù)
正樣本
正樣本就是你要檢測的東西泉坐，比如說香蕉、車牌裳仆、酒瓶坚冀、紅綠燈等等，你可以找相關的數(shù)據(jù)集鉴逞，或者自己手動截圖记某，只取你想要識別的那部分，下面我給了一個小程序用來將你截取的圖片都變成統(tǒng)一大小构捡。
#改變圖片尺寸為統(tǒng)一大小,在當前目錄創(chuàng)建一個名為pos的文件夾
#把需要統(tǒng)一尺寸的正樣本放到里面液南，寫上尺寸，運行程序就可以了勾徽，一般來說建議長寬在100像素一下滑凉，不然訓練會很慢
import cv2
import os
w = **
h = **
def getimage(file_dir):
images = {}
for root, dirs, files in os.walk(file_dir):
for name in files:
images[name] = os.path.join(root,name)
return images
if __name__ == '__main__':
n=-1
aa = os.getcwd()
dirpath = os.path.join(aa, 'pos')
imagedic = getimage(dirpath)
try :
for key,value in imagedic.items():
img = cv2.imread(value)
img1 = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
img2 = cv2.resize(img1,(w,h))
cv2.imwrite('pos'+str(n+1).rjust(3,'0')+'.jpg',img2)
n+=1
except KeyboardInterrupt:
print('暫停一下')
修改完圖片尺寸之后，需要生成圖片的路徑喘帚，我也寫了一個代碼畅姊，運行后，會在當前目錄生成一個如圖所示的文件
每一行分別代表文件路徑 1代表里面有幾個目標吹由，咱們用的截取好的若未，所以只有一個，然后 0 0 60 120 分別代表著圖片的起始像素和終止像素的長寬
#會在當前目錄生成一個如圖所示的文件倾鲫，記得修改 w h 為上面修改后的尺寸值
import os
def getimage(file_dir):
images = {}
for root, dirs, files in os.walk(file_dir):
for name in files:
images[name] = os.path.join(root,name)
return images
if __name__ == '__main__':
n=0
aa = os.getcwd()
dirpath = os.path.join(aa, 'pos')
imagedic = getimage(dirpath)
#print (imagedic)
try :
for key,value in imagedic.items():
with open ('pos.txt','a') as f:
f.write('pos/'+str(key).rjust(3,'0')+' 1 0 0 w h''\n')
except KeyboardInterrupt:
print('暫停一下')
接下來就要用opencv_createsamples.exe生成正樣本文件了粗合，寫了一個批處理文件，新建crate_samples.bat乌昔，打開編輯
"在此處寫上你的opencv_createsamples.exe路徑" -info "pos.txt" -vec pos.vec -num 200 -w 60 -h 120
一些參數(shù)解釋：
info 輸入正樣本描述文件
img 輸入圖像文件名隙疚，默認NULL
bg 負樣本描述文件，文件中包含一系列的被隨機選作物體背景的圖像文件名磕道，默認NULL
num 生成正樣本的數(shù)目供屉，默認1000
bgcolor 背景顏色，表示透明顏色，默認0
bgthresh 顏色容差伶丐，所有處于bgcolor- bgthresh和bgcolor+bgthresh之間的像素被置為透明像素悼做，也就是將白噪聲加到前景圖像上，默認80
inv 前景圖像顏色翻轉(zhuǎn)標志撵割，如果指定顏色翻轉(zhuǎn)贿堰，默認0(不翻轉(zhuǎn))
randinv 如果指定顏色將隨機翻轉(zhuǎn)辙芍，默認0
maxidev 前景圖像中像素的亮度梯度最大值啡彬，默認40
maxxangle X軸最大旋轉(zhuǎn)角度，以弧度為單位故硅，默認1.1
maxyangle Y軸最大旋轉(zhuǎn)角度庶灿，以弧度為單位秸抚，默認1.1
maxzangle Z軸最大旋轉(zhuǎn)角度毁兆，以弧度為單位，默認0.5
輸入圖像沿著三個軸進行旋轉(zhuǎn)椭盏，旋轉(zhuǎn)角度由上述3個值限定徘层。
show 如果指定峻呕，每個樣本都將被顯示，按下Esc鍵趣效，程序?qū)⒗^續(xù)創(chuàng)建樣本而不在顯示瘦癌，默認為0(不顯示)
scale 顯示圖像的縮放比例，默認4.0
w 輸出樣本寬度跷敬，默認24
h 輸出樣本高度讯私，默認24
vec 輸出用于訓練的.vec文件
負樣本
負樣本只需要生成路徑文件，不需要生成vec文件西傀，具體步驟跟上面類似斤寇，要注意的是負樣本要盡可能比正樣本多，大概十倍的樣子吧拥褂。
開始訓練
新建一個文件夾TrainCascadeClassification娘锁，一會訓練好的文件就在這里
新建一個train.bat，編輯
"你的opencv_traincascade.exe目錄" -data "你的TrainCascadeClassification目錄" -vec pos.vec -bg neg.txt -numPos 160 -numNeg 500 -numStages 15 -precalcValBufSize 3000 -precalcIdxBufSize 3000 -featureType LBP -w 60 -h 120
Pause
一些參數(shù)解釋
- data 訓練的分類器的存儲目錄
- vec 正樣本文件饺鹃，由open_createsamples.exe生成致盟，正樣本文件后綴名為.vec
- bg 負樣本說明文件，主要包含負樣本文件所在的目錄及負樣本文件名
- numPos 每級分類器訓練時所用到的正樣本數(shù)目尤慰，應小于vec文件中正樣本的數(shù)目馏锡，具體數(shù)目限制條件為：numPos+（numStages- 1）numPos（1- minHitRate）<=vec文件中正樣本的數(shù)目。根據(jù)我的經(jīng)驗伟端，一般為正樣本文件的80%
- numNeg 每級分類器訓練時所用到的負樣本數(shù)目杯道，可以大于- bg指定的圖片數(shù)目。根據(jù)我的經(jīng)驗，一般為numPos的2-3倍
- numStages 訓練分類器的級數(shù)党巾，強分類器的個數(shù)萎庭。根據(jù)我的經(jīng)驗，一般為12-20
- precalcValBufSize 緩存大小齿拂，用于存儲預先計算的特征值驳规，單位MB，根據(jù)自己內(nèi)存大小分配
- precalcIdxBufSize 緩存大小署海，用于存儲預先計算的特征索引吗购，單位MB，根據(jù)自己內(nèi)存大小分配
- featureType 訓練使用的特征類型砸狞，目前支持的特征有Haar捻勉，LBP和HOG
- w 訓練的正樣本的寬度
- h 訓練的正樣本的高
進階參數(shù)
- minHitRate 影響每個強分類器閾值，每一級分類器最小命中率刀森，表示每一級強分類器對正樣本的的分類準確率
- maxFalseAlarm 最大虛警率踱启，影響弱分類器的閾值，表示每個弱分類器將負樣本誤分為正樣本的比例研底，一般默認值為0.5
- weightTrimRate 0- 1之間的閾值埠偿，影響參與訓練的樣本，樣本權重更新排序后(從小到大)榜晦，從前面累計權重小于(1- weightTrimRate)的樣本將不參與下一次訓練冠蒋，一般默認值為0.95
- maxDepth 每一個弱分類器決策樹的深度，默認是1芽隆，是二叉樹（stumps）浊服，只使用一個特征。
- maxWeakCount 每級強分類器中弱分類器的最大個數(shù)胚吁，當FA降不到指定的maxFalseAlarm時可以通過指定最大弱分類器個數(shù)停止單個強分類器
這個時候先看一下我們的工作目錄下都有那些東西牙躺，沒有的話，記得補全它腕扶。
然后打開train.bat,等著就可以了孽拷，訓練結(jié)束后，會得到自己的xml文件半抱，就可以調(diào)用了脓恕。
