如何用OpenCV训练自己的分类器2009-09-04 22:15最近要做一个性别识别的项目，在人脸检测与五官定位上我采用OPENCV的haartraining进行定位，这里介绍下这两天我学习的如何用opencv训练自己的分类器。

在这两天的学习里，我遇到了不少问题，不过我遇到了几个好心的大侠帮我解决了不少问题，特别是无忌，在这里我再次感谢他的帮助。

一、简介目标检测方法最初由Paul Viola [Viola01]提出，并由Rainer Lienhart [Lienhart02]对这一方法进行了改善。

该方法的基本步骤为：首先，利用样本（大约几百幅样本图片）的 harr 特征进行分类器训练，得到一个级联的boosted分类器。

分类器中的"级联"是指最终的分类器是由几个简单分类器级联组成。

在图像检测中，被检窗口依次通过每一级分类器，这样在前面几层的检测中大部分的候选区域就被排除了，全部通过每一级分类器检测的区域即为目标区域。

分类器训练完以后，就可以应用于输入图像中的感兴趣区域的检测。

检测到目标区域分类器输出为1，否则输出为0。

为了检测整副图像，可以在图像中移动搜索窗口，检测每一个位置来确定可能的目标。

为了搜索不同大小的目标物体，分类器被设计为可以进行尺寸改变，这样比改变待检图像的尺寸大小更为有效。

所以，为了在图像中检测未知大小的目标物体，扫描程序通常需要用不同比例大小的搜索窗口对图片进行几次扫描。

目前支持这种分类器的boosting技术有四种： Discrete Adaboost, Real Adaboost, Gentle Adaboost and Logitboost。

"boosted" 即指级联分类器的每一层都可以从中选取一个boosting算法(权重投票)，并利用基础分类器的自我训练得到。

根据上面的分析，目标检测分为三个步骤：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。

二、样本创建训练样本分为正例样本和反例样本，其中正例样本是指待检目标样本，反例样本指其它任意图片。

负样本负样本可以来自于任意的图片，但这些图片不能包含目标特征。

负样本由背景描述文件来描述。

背景描述文件是一个文本文件，每一行包含了一个负样本图片的文件名（基于描述文件的相对路径）。

该文件创建方法如下：采用Dos命令生成样本描述文件。

具体方法是在Dos下的进入你的图片目录，比如我的图片放在D:\face\posdata下，则：按Ctrl+R打开Windows运行程序，输入cmd打开DOS命令窗口，输入 d:回车，再输入cd D:\face\negdata进入图片路径，再次输入dir /b > negdata.dat，则会图片路径下生成一个negdata.dat文件，打开该文件将最后一行的negdata.dat删除，这样就生成了负样本描述文件。

dos命令窗口结果如下图：正样本对于正样本，通常的做法是先把所有正样本裁切好，并对尺寸做规整（即缩放至指定大小），如下图所示：由于HaarTraining训练时输入的正样本是vec文件，所以需要使用OpenCV自带的CreateSamples程序（在你所按照的 opencv\bin下，如果没有需要编译opencv\apps\HaarTraining\make下的.dsw文件，注意要编译release版的）将准备好的正样本转换为vec文件。

转换的步骤如下：1) 制作一个正样本描述文件，用于描述正样本文件名（包括绝对路径或相对路径），正样本数目以及各正样本在图片中的位置和大小。

典型的正样本描述文件如下：posdata/1(10).bmp 1 1 1 23 23posdata/1(11).bmp 1 1 1 23 23posdata/1(12).bmp 1 1 1 23 23不过你可以把描述文件放在你的posdata路径（即正样本路径）下，这样你就不需要加前面的相对路径了。

同样它的生成方式可以用负样本描述文件的生成方法，最后用txt的替换工具将“bmp”全部替换成“bmp 1 1 1 23 23”就可以了，如果你的样本图片多，用txt替换会导致程序未响应，你可以将内容拷到word下替换，然后再拷回来。

bmp后面那五个数字分别表示图片个数，目标的起始位置及其宽高。

这样就生成了正样本描述文件posdata.dat。

2) 运行CreateSamples程序。

如果直接在VC环境下运行，可以在Project\Settings\Debug属性页的Program arguments栏设置运行参数。

下面是一个运行参数示例：-info D:\face\posdata\posdata.dat -vec D:\face\pos.vec -num 50 -w 20 -h 20表示有50个样本，样本宽20，高20，正样本描述文件为posdata.dat，结果输出到pos.vec。

或者在dos下输入："D:\Program Files\OpenCV\bin\createsamples.exe" -info"posdata\posdata.dat" -vec data\pos.vec -num 50 -w 20 -h 20运行完了会d:\face\data下生成一个*.vec的文件。

该文件包含正样本数目，宽高以及所有样本图像数据。

结果入下图：Createsamples程序的命令行参数：命令行参数：－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（例如：一个公司图标）－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（假定当前图片为灰度图）。

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。

到此第一步样本训练就完成了。

恭喜你，你已经学会训练分类器的五成功力了，我自己学这个的时候花了我一天的时间，估计你几分钟就学会了吧。

三、训练分类器样本创建之后，接下来要训练分类器，这个过程是由haartraining程序来实现的。

该程序源码由OpenCV自带，且可执行程序在OpenCV安装目录的bin目录下。

Haartraining的命令行参数如下：－data<dir_name>存放训练好的分类器的路径名。

－vec<vec_file_name>正样本文件名（由trainingssamples程序或者由其他的方法创建的）－bg<background_file_name>背景描述文件。

－npos<number_of_positive_samples>，－nneg<number_of_negative_samples>用来训练每一个分类器阶段的正/负样本。

合理的值是：nPos = 7000;nNeg = 3000 －nstages<number_of_stages>训练的阶段数。

－nsplits<number_of_splits>决定用于阶段分类器的弱分类器。

如果1，则一个简单的stump classifier被使用。

如果是2或者更多，则带有number_of_splits个内部节点的CART分类器被使用。

－mem<memory_in_MB>预先计算的以MB为单位的可用内存。

内存越大则训练的速度越快。

－sym（default）－nonsym指定训练的目标对象是否垂直对称。

垂直对称提高目标的训练速度。

例如，正面部是垂直对称的。

－minhitrate《min_hit_rate》每个阶段分类器需要的最小的命中率。

总的命中率为min_hit_rate的number_of_stages次方。

－maxfalsealarm<max_false_alarm_rate>没有阶段分类器的最大错误报警率。

总的错误警告率为max_false_alarm_rate 的number_of_stages次方。

－weighttrimming<weight_trimming>指定是否使用权修正和使用多大的权修正。

一个基本的选择是0.9－eqw－mode<basic(default)|core|all>选择用来训练的haar特征集的种类。

basic仅仅使用垂直特征。

all使用垂直和45度角旋转特征。

－w《sample_width》－h《sample_height》训练样本的尺寸，（以像素为单位）。

必须和训练样本创建的尺寸相同。

一个训练分类器的例子："D:\Program Files\OpenCV\bin\haartraining.exe" -data data\cascade -vec data\pos.vec -bg negdata\negdata.dat -npos 49 -nneg 49 -mem 200 -mode ALL -w 20 -h 20训练结束后，会在目录data下生成一些子目录，即为训练好的分类器。

训练结果如下：恭喜你，你已经学会训练分类器的九成功力了。

四：利用训练好的分类器进行目标检测。

这一步需要用到performance.exe，该程序源码由OpenCV自带，且可执行程序在OpenCV安装目录的bin目录下。