opencv训练分类器随笔_phpopencv分类训练

一、Opencv训练分类器一般要使用到OpenCV提供的几个工具：

opencv_annotation 用来在一张大图中标定一个或多个需要检测的目标
opencv_createsamples 用来制作positive sample的vec
opencv_traincascade 用来训练得到需要的cascade.xml

---

二、Opencv训练流程

1. 收集需要训练的正、负样本。
2. 对正样品归一化处理，负样本不处理，但是保证负像素尺寸 >=正样品像素尺寸（或者有的人也称作缩放处理，不过我感觉还是归一化处理比较好听）。
3. 生成正、负样本描述文件。
4. 样本训练。

2.1 收集样本

样本分两种： 正样本与负样本（也有人翻译成：正例样本和反例样本），其中正样本是指待检目标样本(例如人脸，汽车，鼻子等)，负样本指其它任意图片。

---

负样本(Negtive Samples)

• 注意点：

  1. 不应该包含所需检测的目标，不过可以是目标的一小部分，这样可以避免误检测；
  2. 必须大于等于窗口（即Positive Samples中的窗口大小，用-w -h两个参数指定的）的尺寸；
  3. 每一张negtive sample的大小不必相同

• 描述文件 bg.txt(这个名字随意了，我只是按照官方的命名来的)：

  1. 内容为negtive sample的文件名，每一行对应一个文件名，不应有空行；
  2. 根据bg.txt所处的位置，其内容也有变化。在bg.txt与opencv_traincascade处于同一目录的情况下bg.txt中每一行应该为negtive sample的绝对路径，例如：/home/allen/haar/neg/1.jpg
  3. 如果bg.txt是在Windows下生成的，而后拿到Linux下来使用，在执行opencv_traincascade后可能会报错Train dataset for temp stage can not be filled. Branch training terminated. 这是因为Windows和Linux中换行的符号是不同的，Windows下为\r\n, Linux下为\n. 解决方法是在Linux下重新生成bg.txt. 可以使用Python来生成

fp = open('/home/allen/bg.txt', 'w')
for i in range(1, 732): 
    fp.write('/home/allen/haar/neg/' + str(i) + '.jpg' + '\n')
fp.close()
1
2
3
4

总之，如果在执行opencv_traincascade后报的错为Train dataset for temp stage can not be filled. Branch training terminated.，则问题是出在bg.txt上了，导致程序无法找到对应的negtive samples。参考上述2,3两点进行修改。

---

正样本(Positive Samples)

创建的几个步骤：

1. 准备自己拍的各种包含被检测物体的大图
2. 使用opencv_annotation进行矩形框标定被检测物或者手动抠图正负描述文件
3. 归一化处理
4. 使用opencv_createsamples生成.vec文件

详解步骤1：这个不用多说，自己拍去吧，数量自己定

详解步骤2：

• 使用命令：

opencv_annotation -annotations /home/allen/haar/pos/annotation.txt -images /home/allen/haar/grayImages

　　对该命令的解释：

-annotations annotation文件的存储位置
-images 步骤1中图片的位置

opencv_annotation运行程序的时候会遍历文件夹下所有的图片，每次显示一张图片，点击鼠标左键，拖动鼠标确定区域，再点一次鼠标左键，结束。按键盘的字母C为确定选择（矩形框会由红色变为绿色），字母D为删除上一个选择，字母N为下一张图片。注意，程序之后在所有图片都遍历完后才会创建annotation.txt文件，中途退出是没有的。

• 手动抠图生成正负描述文件
  这个很简单，仅仅需要手动弄一下，用到了CMD的dir命令（详细http://blog.csdn.net/tyt2222008/article/details/5838389 ）

正：

跟这里一样，第一列表示图片的名字，第二列表示该图片中有多少个正样例，一般为1，如果有很多（比如在人群中有很多人脸），那么有多少个这个参数就写几，比如是K个，那么接下来就要有4*k个数据，也就是k组数据，每组数据是这样的：x y width height。

负：

仅仅需要图片名字，不需要参数：

详解步骤3：归一化处理

这个是一个必要条件，当分类器在你想要检测的图片上寻找目标的时候，它不能所有位置、所有大小都各种乱找，那样一张图片的执行次数就会相当的巨大，而且如果正样品的大小不统一，那么彼此之间也就没有太大的可比性和联系性了，所谓归一化处理，就是让所有图片的像素尺寸一样，比如我的正样品全部是64*64像素的，处理方法，可以看看该大神的文章：http://www.cnblogs.com/tornadomeet/archive/2012/03/27/2420088.html

详解步骤4：

　　首先使用命令：

opencv_createsamples -vec /home/allen/haar/pos/positive.vec -info /home/allen/haar/pos/annotation.txt -w 24 -h 50 -num 400

　　对该命令的解释：

-vec　　参数代表.vec文件的存储位置；
-img　　输入图像文件名（例如一个公司的标志）。
-info　　代表生成的annotation的位置；
-bg　　　背景图像的描述文件，文件中包含一系列的图像文件名，这些图像将被随机选作物体的背景。
-num　　生成的正样本的数目
-w 窗口的宽度；
-h 窗口的高度；
-num 需要生成的positive samples的个数。

这里需要注意annotation.txt中图片名的格式，不需要包含路径，同时需要与positive samples在同一文件夹下。例如105.jpg 2 112 89 18 34 93 87 18 34，第一个是文件名，第二个代表在该张图片中被标记物体的个数，之后的四个数为对应矩形标记框在这张图片中的坐标位置。

2.２ 训练级联分类器

下一步是训练分类器。如前面所述， opencv_traincascade 和opencv_haartraining 都可用来训练一个级联分类器，但是此处只介绍opencv_traincascade 。 opencv_haartraining 的用法与opencv_traincascade 类似。

下面是 opencv_traincascade 的命令行参数，以用途分组介绍：

通用参数：

    -data<cascade_dir_name>
        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<vec_file_name>
        包含正样本的vec文件名（由 opencv_createsamples 程序生成）。

    -bg<background_file_name>
        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<number_of_positive_samples>
        每级分类器训练时所用的正样本数目。

    -numNeg<number_of_negative_samples>
        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<number_of_stages>
        训练的分类器的级数。

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

    -precalcIdxBufSize<precalculated_idxs_buffer_size_in_Mb>
        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。

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<sampleWidth>
    -h<sampleHeight>
        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。

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<min_hit_rate>
        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<max_false_alarm_rate>
        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<weight_trim_rate>
        Specifies whether trimming should be used and its weight. 一个还不错的数值是0.95。

    -maxDepth<max_depth_of_weak_tree>
        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<max_weak_tree_count>
        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.

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。更多细节请参考[Rainer2002] 。

LBP特征参数：
LBP特征无参数。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66

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，你可以删除这些中间文件。

训练结束后，你就可以测试你训练好的级联分类器了！
[Viola2001] Paul Viola, Michael Jones. Rapid Object Detection using a Boosted Cascade of Simple Features. Conference on Computer Vision and Pattern Recognition (CVPR), 2001, pp. 511-518.
[Rainer2002] Rainer Lienhart and Jochen Maydt. An Extended Set of Haar-like Features for Rapid Object Detection. Submitted to ICIP2002.
[Liao2007] Shengcai Liao, Xiangxin Zhu, Zhen Lei, Lun Zhang and Stan Z. Li.Learning Multi-scale Block Local Binary Patterns for Face Recognition. International Conference on Biometrics (ICB), 2007, pp. 828-837.