OpenCV 训练分类器生成XML文件【完整过程】

在网上找了好多相关信息，有几篇写的很好的：

http://blog.csdn.net/tyt2222008/article/details/5838389

http://www.jb51.cc/article/p-zlgbtpmd-za.html

http://www.jb51.cc/article/p-nhrijrjc-da.html

通过这几篇以及我之前的学习，将今天实践的过程分享一下：

首先再次说一下整体生成的流程：

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。

详细总结：

1：收集样品。

刚开始仅仅是做个小实验，所以数量暂时不用太多，我选择的正样品是45个，负样品是60个，一般情况下负样品尽量比正样品多，毕竟当想寻找一个东西的时候，先找到其他东西的概率更大，如果负样品比正样品少，那么就会造成“卡死”始终不出结果（详细解释http://hi.baidu.com/spmno/item/039899fe88ea0e5dc9f337f9），要想详细计划一下正负样品的数量，这个网址里边（http://bbs.csdn.net/topics/390388465）最下边一段英文或许能够帮助你，我今天没有时间具体看了，明天再看。

今天看完了这个数量介绍，纠正我之前的错误，正样品貌似经过计算比负样品多：

vec-file has to contain >= (numPos + (numStages-1) * (1 - minHitRate) * numPos) + S，where S is a count of samples from vec-file that can be recognized as background right away.

例子：

It worked for me. I also had same problem,I was following the famous tutorial on HAAR training but wanted to try the newer training utility

with -npos 7000 -nneg 2973
so i did following calcs:

vec-file has to contain >= (numPos + (numStages-1) * (1 - minHitRate) * numPos) + S

7000 >= (numPos + (20-1) * (1 - 0.999) * numPos) + 2973

(7000 - 2973)/(1 + 19*0.001) >= numPos

numPos <= 4027/1.019

numPos <= 3951 ~~ 3950

and used:

-npos 3950 -nneg 2973

It works.

2：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

3：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：

4：训练。

首先需要创建正样例的文件：a.vec。

命令行：opencv_createsamples.exe -info C:/Users/rockyli/Desktop/expression/anger/info.txt -vec a.vec -num 45 -w 64 -h 64

之后，再执行个命令就哦了：

opencv_haartraining.exe -data xml -vec a.vec -bg C:\Users\rockyli\Desktop\expression\other\other.txt -npos 45 -nneg 60 -nstages 4 -nsplits 1 -sym -w 64 -h 64 -mode all -mem 1024

结果：

由于样本数量以及质量很少、以及训练使用的参数设置，检测效果很一般：

我的文档可以在这下载：http://download.csdn.net/detail/duhaomin/5988683

我也是初学者，望大神看到有什么错误的地方多多指教。

要是谁有什么不解的可以随时留言，大家一起交流才会更快的成长嘛。