我的位置:首页 > 综合>其它

ubuntu下openCV-Haar特征分类器训练

时间:2020-03-24 21:20:00 来源:互联网 作者: 神秘的大神 字体:

ubuntu下openCV-Haar特征分类器训练


  • 这段时间在学openCV,准备做一个头部检测,但是openCV自带的分类器只有人脸检测的,而且准确度不高,就准备自己训练一个分类器。在网上看了很多的博客,都讲得不是很清楚,而且全是在windows上训练的,对与用习惯linux的我来说,用cmd实在是太痛苦了,而我没有在网上找到这方面的博客,甚至连opencv_createsamplesopencv_traincascade在哪都没说只说在openCV目录下,但是直接安装的openCV下很多是没有的,对于新手来讲会非常迷茫,完全搞不懂。

  • 然后我就到github上看openCV的仓库,发现仓库的apps目录下有分类器源码,觉得可以自己在linux下编译一个训练器

  • 进过几次尝试,我发现openCV4以上版本源码编译出来是没有我需要的这两个训练器的,3一下版本的会报错,具体什么原因我不清楚,openCV-3.4.9版本的完全没有问题

一、安装Cmake

1、安装方法一

sudo apt install cmake 

2、安装方法二

2.1 CMake 下载地址

2.2 安装配置

  • 解压:tar zxvf cmake-3.16.5-Linux-x86_64.tar.gz

  • 移到opt目录下:mv cmake-3.16.5-Linux-x86_64 /opt

  • 建立软连接:ln -s /opt/cmake-3.16.5-Linux-x86_64/bin/* /usr/bin

  • 检测安装是否成功:

    • cmake --version

      cmake version 3.16.5
      CMake suite maintained and supported by Kitware (kitware.com/cmake).

二、编译openCV

1、下载

2、安装依赖

  • 下面的步骤已经在Ubuntu10.04上测试过了,但是也可以在其他发行版上使用。

  • 必需的包

    • GCC 4.4.x 或更新

    • CMake 2.8.7 或更高版本

    • Git

    • GTK+2.x 或更高版本, including 头 (libgtk2.0-dev)

    • pkg-config

    • Python 2.6或更高版本以及带有开发人员包的Numpy 1.5或更高版本(Python -dev, Python - Numpy)

    • ffmpeg或libav开发包:libavcodec-dev,libavformat-dev,libswscale-dev

    • [可选] libtbb2 libtbb-dev

    • [可选] libdc1394 2.x

    • [可选] libjpeg-dev, libpng-dev, libtiff-dev, libjasper-dev, libdc1394-22-dev

    • [可选] CUDA Toolkit 6.5 or higher

  • sudo add-apt-repository "deb http://security.ubuntu.com/ubuntu xenial-security main"
    sudo apt-get install build-essential
    # 如果安装了cmake 和git 的可以删下面的选项
    sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
    sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

3、编译

  • 解压:unzip mirrors-opencv-3.4.9.zip

  • cd opencv
    mkdir build    # 编译会生成很多文件,最好建一个文件夹来保存
    cd build    
    cmake ../         # 生成makefile
    make                 # 使用makefile编译     时间会很长,二十分钟的样子
  • 编译好后就可以找我们需要的训练器了

    cd build/bin          # 这样就可以看见了

三、训练分类器

1、教程:

2、准备样本

  • 创建pos目录装正样本

    • 正负样本都要转化成灰度图,而且对于正样本用haar特征训练是规格化成20×20或其他大小,最好不要太大,过多的haar特征会影响分类器的训练时间;对于LBP特征正样本要规格化为24×24大小,而对于HOG要规格化成64×64. 负样本对尺寸没有统一要求,在训练对应的分类器时,选择的负样本尺寸一定要大于等于正样本规定的尺寸。

  • 创建neg目录装负样本

    • 负样本有两点要求:1)不能包含正样本且尽可能多的提供场景的背景图;2)负样本尽可能的多,而且要多样化,和正样本有一定的差距但是差别也不要太大,否则容易在第一级就全部被分类器reject,训练时不能显示负样本的个数,从而导致卡死。

  • 创建xml目录装训练数据

  • 将训练器opencv_createsamples opencv_traincascade拷贝到当前路径下

  • ls -rt pos > pos.txt    # pos.txt 正样本相对路径表
    ls -rt neg > neg.txt # neg.txt 负样本相对路径表
  • 修改pos.txt和neg.txt

  • gedit pos.txt
  • Ctrl + A 全选 ,然后按Tab 键

  • 选一个空格

  • 选择查找替换

  • 全部替换,neg.txt的这一步替换长neg/

  • pos.txt还需要多一步,否则会报错,1 代表个数 0 0 代表照片的起点坐标,50 50 为我的照片的大小

3、生成描述文件

  • ./opencv_createsamples -info pos.txt -vec pos.vec -bg neg.txt -num 2874 -w 50 -h 50

  • 以上参数的含义如下: vec <vec_file_name>:训练好的正样本的输出文件名。 img<image_file_name>:源目标图片 bg<background_file_name>:背景描述文件。 num<number_of_samples>:要产生的正样本的数量,和正样本图片数目相同。 bgcolor<background_color>:背景色。背景色制定了透明色。对于压缩图片,颜色方差量由bgthresh参数来指定。则在bgcolor-bgthresh 和bgcolor+bgthresh 中间的像素被认为是透明的。 bgthresh<background_color_threshold>

    inv:如果指定,颜色会反色 randinv:如果指定,颜色会任意反色 maxidev<max_intensity_deviation>:背景色最大的偏离度。 maxangel<max_x_rotation_angle>, maxangle<max_y_rotation_angle>, maxzangle<max_x_rotation_angle>:最大旋转角度,以弧度为单位。 show:如果指定,每个样本会被显示出来,按下"esc"会关闭这一开关,即不显示样本图片,而创建过程 继续。这是个有用的debug 选项。 w<sample_width>: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)

    只需要对正样本进行以上操作,负样本不需要生成vec文件。。。

4、训练

  • 注意:这里要找一台好一点的电脑训练,我训练一万的样本,从最开始一天训练一级,然后每级的时间增加半天,到第五级已经差不多需要三天了,预计到20级没一两月搞不定

  • ./opencv_traincascade -data xml -vec pos.vec -bg neg.txt -numPos 2000 -numNeg 7370  -numStages 20 -featureType HAAR -w 50 -h 50   
    # 注意大小写,写错可能不会报错,但是识别不了,就会使用默认值,这里我就被坑过
    # 训练时间会非常非常长,我第一次用了198正样本、368负样本就训练了一个晚上,第二次用两千多的正样本,三千多的负样本就更长了,但是训练中途断了再执行命令时会继续上一次训练
    # 注意 :这里的-numPos *** 一定要比 准备.vec文件时的 -num *** 小,否则在训练时可能会报错,显示找不到更多正样本
  • 像我这里输入-numPos 2000 ,在训练到第三级时就需要2018个正样本,如果.vec里只有2000个就会找不到新的正样本,从而报错

  • 以上参数的含义如下:

    -data <cascade_dir_name>:目录用于保存训练产生的分类器xml文件和中间文件,如不存在训练程序会创建它;

    -vec <vec_file_name>:由 opencv_createsamples 程序生成的包含正样本的vec文件名;

    -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(默认值为2000); -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(默认值为1000);

    -numStages <number_of_stages>:训练的分类器的级数(默认值为20级);

    -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(默认值为256); -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(默认值为256);

    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(默认不指定该参数项,此时其值为false;一旦指定则其值默认为true);

    级联参数:CvCascadeParams类,定义于cascadeclassifier.h -stageType <BOOST(default)>:级别(stage)参数。目前只支持将BOOST分类器作为级联的类型; -featureType<{HAAR(default), LBP}>:特征的类型: HAAR - 类Haar特征; LBP - 局部纹理模式特征(默认Harr); -w <sampleWidth>:训练样本的宽(单位为像素,默认24); -h <sampleHeight>:训练样本的高(单位为像素,默认24); 训练样本的尺寸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:CvCascadeBoostParams类,定义于boost.h -bt <{DAB, RAB, LB, GAB(default)}>:Boosted分类器的类型(DAB - Discrete AdaBoost, RAB - Real AdaBoost, LB - LogitBoost, GAB - Gentle AdaBoost为默认); -minHitRate <min_hit_rate>:分类器的每一级希望得到的最小检测率(默认值为0.995),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(默认值为0.5),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(默认值为100)。The boosted classifier (stage) will have so many weak trees (<=maxWeakCount), as needed to achieve the given -maxFalseAlarmRate;

  • 最后等一晚上就可以得到训练的分类器了,cascade.xml就是我们的分类器

  • image-20200313023532502

四、分类器

五、测试程序

import  cv2

face = cv2.CascadeClassifier("./data/cascade.xml")  #人脸识别
cap = cv2.VideoCapture(2)

while True:
   ret, img = cap.read()
   roi_color = 0
   gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)    #转换为灰度图片,haar特征都是在灰度上检测
   faces = face.detectMultiScale(gray,1.3,5)       #参数1:灰度图片数据   2:缩放比例 3:人脸大小不能小于5个像素

   # 获取宽高信息,个人脸画方框
   for (x,y,w,h) in faces:
       # img:要画的图片,(x,y):起始坐标 ,(x+w,y+h):宽高,颜色,线条宽度
       cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
   
   cv2.imshow('10',img)
   if cv2.waitKey(5) & 0xff == ord("q"):
       break

cap.release()
cv2.destroyAllWindows()