目录
前言
目前主流的较前卫的目标检测方案是基于深度学习，而传统的方案则是基于手工特征，即通过对图形进行滑动窗口遍历计算机特征值，并训练特征分类器以达到检测的目的。本文则是基于级联分类器的样本训练过程的记录。
准备工作
- 硬件可以长时间训练特征文件的电脑，样本文件的高宽比较大的时候，训练可能会耗费几十个小时甚至几天时间。
-
软件
-
样本处理工具：推荐XnConvert-win-x64.exe，可以批量重命名、旋转、镜像、灰度、缩放等。曾用过imagetuner_8.0.exe、reaConverterLite-Setup.exe，必要的时候还可以结合使用everything.exe重命名。imagetuner_8.0.exe功能比较简单，reaConverterLite-Setup.exe这个软件界面好用但是批量处理经常崩溃，而且需要通过资源管理器关闭界面再次开始，好处是重命名的功能，可以修改替换原有文件名，这个软件有收费版，没有尝试。
训练过程
第一步：准备样本
正样本与负样本。考虑各种场景下的正样本照片，负样本照片即为背景照片，正负样本的数量比以1:3为宜，如果负样本的图幅度很大，可以考虑降低负样本的数量，因为是通过正样本在负样本上的滑动遍历。
这个部分最大量的工作就是样本查找，对于正样本就是对其轮廓按照矩形或者圆形抠图，对与负样本就是寻找大量的背景图片。当样本数量不够时，可以考虑扩充样本。
正样本抠图
注意，不要用截屏工具。
扩充样本
对称、旋转
第二步：生成样本描述文件
可以通过cmd命令行实现，当然最方便可以写个程序一次生成，这是我用c++编写的两个小程序，目前用着没发现bug，够用。
正样本描述文件生成c++伪码
include
using namespace std;
using namespace Gdiplus;
int main()
{
//输入文件目录
char dir[256] = { 0 };
cout << “Enter a directory: “;
cin.getline(dir, 255);
//检查文件目录路径是否合法，添加”\.”
char dirNew[261] = { 0 };
strcpy_s(dirNew, dir);
strcat_s(dirNew, “\.“);
//遍历目录下的文件，并读取图片信息，写入描述文件
GdiplusStartupInput gdiplusstartupinput;
ULONG_PTR gdiplustoken;
GdiplusStartup(&gdiplustoken, &gdiplusstartupinput, NULL);
intptr_t handle;
_finddata_t findData;
handle = _findfirst(dirNew, &findData);
if (handle == -1) // 检查是否成功
{
cout << “no file” << endl;
system(“Pause”);
return 0;
}
//创建空白描述文件
char filePath[256] = { 0 };
strcpy_s(filePath, dir);
strcat_s(filePath, “\posdata.dat”);
FILE fp = NULL;
errno_t err = fopen_s(&fp, filePath, “w+”);
if (err != 0)
{
cout << “open err” << endl;
system(“Pause”);
return 0;
}
do
{
//如果当前文件有子文件夹
if (findData.attrib & _A_SUBDIR)
{
/if (strcmp(findData.name, “.”) == 0 || strcmp(findData.name, “..”) == 0)
continue;/
//cout << findData.name << “\t
在目录后面加上”\”和搜索到的目录名进行下一次搜索
//strcpy_s(dirNew, dir);
//strcat_s(dirNew, “\”);
//strcat_s(dirNew, findData.name);
//listFiles(dirNew);
}
else
{
cout << findData.name << “\t” << findData.size << ” bytes.\n”;
//判断如果文件类型不是图片，则跳过
string fileName(findData.name);
string fileType = fileName.substr(strlen(findData.name) – 4);
if (!(fileType == “.jpg” || fileType == “.jpeg” || fileType == “.jpe” || fileType == “.bmp”))
continue;
//添加文件夹名
//fputs(“cw45/”, fp);
fputs(findData.name, fp);
fputs(” 1 0 0 “, fp);
//路径字符转宽字符
char ImgPath[512] = { 0 };
sprintf_s(ImgPath, “%s%s%s”, dir, “\”, findData.name);
int len = 0;
len = strlen(ImgPath);
int unicodeLen = ::MultiByteToWideChar(CP_ACP, 0, ImgPath, -1, NULL, 0);
wchar_t pUnicode = new wchar_t[unicodeLen + 1];
memset(pUnicode, 0, (unicodeLen + 1) * sizeof(wchar_t));
::MultiByteToWideChar(CP_ACP, 0, ImgPath, -1, (LPWSTR)pUnicode, unicodeLen);
wstring infilename((wchar_t)pUnicode);
Bitmap bmp = new Bitmap(infilename.c_str());
UINT height = bmp->GetHeight();
UINT width = bmp->GetWidth();
cout << “width ” << width << “, height ” << height << endl;
fprintf(fp, “%d”, width);
fputs(” “, fp);
fprintf(fp, “%d”, height);
delete[] pUnicode;
delete bmp;
fputs(“\n”, fp);
}
} while (_findnext(handle, &findData) == 0);
// 关闭搜索句柄
_findclose(handle);
GdiplusShutdown(gdiplustoken);
fclose(fp);
system(“Pause”);
return 0;
}
负样本描述文件生成C++伪码
include
using namespace std;
int main()
{
//输入文件目录
char dir[256] = { 0 };
cout << “Enter a directory: “;
cin.getline(dir, 255);
//TODO:检查文件目录路径是否合法，是否添加”\.”
char dirNew[261] = { 0 };
strcpy_s(dirNew, dir);
strcat_s(dirNew, “\.“);
intptr_t handle;
_finddata_t findData;
handle = _findfirst(dirNew, &findData);
if (handle == -1) // 检查是否成功
{
cout << “no file” << endl;
system(“Pause”);
return 0;
}
//创建空白描述文件
char filePath[256] = { 0 };
strcpy_s(filePath, dir);
strcat_s(filePath, “\negdata.dat”);
FILE fp = NULL;
errno_t err = fopen_s(&fp, filePath, “w+”);
if (err != 0)
{
cout << “open err” << endl;
system(“Pause”);
return 0;
}
do
{
if (findData.attrib & _A_SUBDIR)
{
//if (strcmp(findData.name, “.”) == 0 || strcmp(findData.name, “..”) == 0)
// continue;
//cout << findData.name << “\t
在目录后面加上”\”和搜索到的目录名进行下一次搜索
//strcpy_s(dirNew, dir);
//strcat_s(dirNew, “\”);
//strcat_s(dirNew, findData.name);
//listFiles(dirNew);
}
else
{
//cout << findData.name << “\n”;
//判断如果文件类型不是图片，则跳过
string fileName(findData.name);
string fileType = fileName.substr(strlen(findData.name) – 4);
if (!(fileType == “.jpg” || fileType == “.jpeg” || fileType == “.jpe” || fileType == “.bmp”))
continue;
//路径字符转宽字符
char ImgPath[512] = { 0 };
sprintf_s(ImgPath, “%s%s%s”, dir, “\”, findData.name);
cout << ImgPath << “\n”;
fputs(ImgPath, fp);
fputs(“\n”, fp);
}
} while (_findnext(handle, &findData) == 0);
_findclose(handle); // 关闭搜索句柄
fclose(fp);
system(“Pause”);
return 0;
}
第三步：生成样本文件vec * 第四步：训练分类器
打开windows命令处理程序，红色字符输入，黑色为输出
Microsoft Windows [版本 6.1.7601]
版权所有 (c) 2009 Microsoft Corporation。保留所有权利。
C:\Users\admin>cd /d G:\
G:>cd JLCZ\OpenCV\opencv-3.4.2-vc14_vc15\opencv\build\x64\vc14\bin\
G:\JLCZ\OpenCV\opencv-3.4.2-vc14_vc15\opencv\build\x64\vc14\bin>
opencv_createsamples.exe -info G:\JLCZ\MachineVision\03_CreateSamples\v0.2\posdata\posdata.dat -vec G:\JLCZ\MachineVision\03_CreateSamples\v0.2\airplane_wheel_0_2.vec -num 5206 -w 150 -h 150
Info file name: G:\JLCZ\MachineVision\03_CreateSamples\v0.2\posdata\posdata.dat
Img file name: (NULL)
Vec file name: G:\JLCZ\MachineVision\03_CreateSamples\v0.2\airplane_wheel_0_2.vec
BG file name: (NULL)
Num: 5206
BG color: 0
BG threshold: 80
Invert: FALSE
Max intensity deviation: 40
Max x angle: 1.1
Max y angle: 1.1
Max z angle: 0.5
Show samples: FALSE
Width: 150
Height: 150
Max Scale: -1
RNG Seed: 12345
Create training samples from images collection…
Done. Created 5206 samples
G:\JLCZ\OpenCV\opencv-3.4.2-vc14_vc15\opencv\build\x64\vc14\bin>
opencv_traincascade.exe -data G:\JLCZ\MachineVision\04_CreateClassifier\v0.2 -vec G:\JLCZ\MachineVision\03_CreateSamples\v0.2\airplane_wheel_0_2.vec -bg G:\JLCZ\MachineVision\03_CreateSamples\v0.2\negdata\negdata.dat -numPos 4900 -numNeg 4284 -numStages 15 -featureType LBP -w 150 -h 150 -minHitRate 0.995 -maxFalseAlarmRate 0.5
过程中遇到的问题
1.vs动态链接库指针报错，提示为空
原因：参数错误，参数与值之间没有空格，添加空格就好了。
2.cmd训练出现”Train dataset for temp stage can not be filled. Branch training terminated …”
解决：负样本图片路径错误，在描述文件中*.dat中修改就好了。
3.在createsamples执行之后需要注意cmd返回的命令，生成了多少样本，以该样本数量为准。假设你有5206和样本，但是createsamples只创建了1000个，意味着vec文件中只存储了1000个，这是有问题的，参数应该与返回值相同。检查参数发现 正样本数量的参数应该是”-num”，而输入为”_num”则出现了这种情况。解决办法为重新确认参数，生成vec。
4.opencv_traincascade.exe执行的参数，输入的正样本数量numPos需要小于实际得到的正样本数量，numPos+（numStages-1）numPos（1-minHitRate）《=准备的训练样本
5.
6.在控制台使用system（”pause”）不显示图像
为什么opencv里面这个用system（”pause”）就不能载入图像？
总结
（这本是去年未完成的部分，可惜一直拖到现在，以至于想不起来具体总结的内容，下次使用这个训练器之后再来总结吧）
引用
-
正式使用opencv里的训练和检测 – opencv_createsamples、opencv_traincascade-2.4.11版本
-
opencv训练自己的xml分类器以及如何获取opencv_createsamples.exe和opencv_traincascade.exe
Original: https://blog.csdn.net/weixin_42364825/article/details/116722035
Author: william_w_l
Title: OpenCV——级联分类器的样本训练记录
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/704516/
转载文章受原作者版权保护。转载请注明原作者出处！