OpenCV学习笔记：如何训练级联分类器

拼搏现实的明天。 2023-10-11 13:26 38阅读 0赞

本部分主要介绍*如何训练分类器，这其中包括准备训练数据和运行训练程序。*

# **重点注意事项** #

OpenCV里面有两个现成的程序可以用来训练级联分类器，分别是opencv\_haartraining和opencv\_traincascade。opencv\_traincascade是一个新程序，根据OpenCV2.x API用C++编写。这二者主要的区别是opencv\_traincascade支持Haar和 LBP两种特征，并易于增加其他的特征。与Haar特征相比，LBP特征是整数特征，因此训练和检测过程都会比Haar特征快几倍。LBP和Haar特征用于检测的准确率，是依赖训练过程中的训练数据的质量和训练参数。训练一个与基于Haar特征同样准确度的LBP的分类器是可能的。

opencv\_traincascade 和opencv\_haartraining 所输出的分类器文件格式并不相同。注意，新的级联检测接口（参考objdetect 模块中的 CascadeClassifier 类）支持这两种格式。opencv\_traincascade可以用旧格式导出训练好的级联分类器。但是在训练过程被中断后再重启训练过程，opencv\_traincascade和opencv\_haartraining不能装载与中断前不同的文件格式。

opencv\_traincascade 程序使用TBB来处理多线程。如果希望使用多核并行运算加速，请使用TBB来编译OpenCV。

还有一些与训练相关的辅助程序。

>  *  opencv\_createsamples 用来准备训练用的正样本数据和测试数据。opencv\_createsamples 能够生成能被opencv\_haartraining和 opencv\_traincascade程序支持的正样本数据。它的输出为以 \*.vec为扩展名的文件，该文件以二进制方式存储图像。
>  *  opencv\_performance可以用来评估分类器的质量，但只能评估opencv\_haartraining 输出的分类器。它读入一组标注好的图像，运行分类器并报告性能，如检测到物体的数目，漏检的数目，误检的数目，以及其他信息。

由于 opencv\_haartraining 是一个将被弃用的程序，下面将不再介绍，主要介绍opencv\_traincascade。opencv\_createsamples 程序用来为opencv\_traincascade 准备训练样本，因此也会介绍它。

# **准备训练数据** #

训练需要一些样本。样本分两类：负样本和正样本。负样本是指不包括物体的图像。正样本是待检测的物体的图像。负样本必须手工准备，正样本使用opencv\_createsamples 创建。

> **负样本**

负样本可以是任意图像，但是这些图像中不能包含待检测的物体。用于抠取负样本的图像文件名被列在一个文件中。这个文件是纯文本文件，每行是一个文件名（包括相对目录和文件名）。负样本和样本图像也叫做背景样本，或者背景样本图像，本文档中对之不予区分。这些图像可以是不同的尺寸，但是图像尺寸应该比训练窗口的尺寸大，因为这些图像将被用于抠取负样本，并将负样本缩小到训练窗口大小。

下面是一个描述文件的例子：

假如目录结构如下：

>     /img img1.jpg img2.jpg bg.txt

则bg.txt文件中的内容将如下所示：

>     img/img1.jpg img/img2.jpg

###      ###

> **正样本**

正样本由opencv\_createsamples生成。正样本可以由包含待检测物体的一张图片生成，也可由一系列标记好的图像生成。

请注意你需要一个很大的样本库送给训练程序进行训练。如果是绝对刚性的物体，如OpenCV的标志，你只有一张正样本图像；如果是人脸，你需要几百甚至几千个正样本。在待检测物体是人脸的情况下，你需要考虑所有的人种、年龄、表情甚至胡子的样式。

如果只有一张包含物体的图像，如一个公司的标志，那么可以通过对物体图像的随机旋转、改变标志亮度以及将标志放在任意的背景上而获得大量的正样本。生成的正样本数目以及随机的程度都可以通过opencv\_createsamples 的命令行参数控制。

命令行参数：

*  \-vec 输出文件，内含用于训练的正样本。
 *  \-img输入图像文件名（例如一个公司的标志）。
 *  \-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。
 *  \-bgcolor背景颜色（目前为灰度图）；背景颜色表示透明颜色。因为图像压缩可造成颜色偏差，颜色的容差可以由-bgthresh 指定。所有处于bgcolor-bgthresh 和bgcolor+bgthresh 之间的像素都被设置为透明像素。
 *  \-bgthresh
 *  \-inv如果指定该标志，前景图像的颜色将翻转。
 *  \-randinv如果指定该标志，颜色将随机地翻转。
 *  \-maxidev前景样本里像素的亮度梯度的最大值。
 *  \-maxxangleX轴最大旋转角度，必须以弧度为单位。
 *  \-maxyangleY轴最大旋转角度，必须以弧度为单位。
 *  \-maxzangleZ轴最大旋转角度，必须以弧度为单位。
 *  \-show很有用的调试选项。如果指定该选项，每个样本都将被显示。如果按下Esc 键，程序将继续创建样本但不再显示。
 *  \-w输出样本的宽度（以像素为单位）。
 *  \-h输出样本的高度（以像素为单位）。

创建样本的流程如下：

1、输入图像沿着三个轴随机旋转。旋转的角度由 -max?angle 限定。

2、然后像素的亮度值位于 \[bg\_color-bg\_color\_threshold;bg\_color+bg\_color\_threshold\]范围的像素被设置为透明像素。

3、将白噪声加到前景图像上。如果指定了-inv ，那么前景图像的颜色将被翻转。如果指定了-randinv ，程序将随机选择是否将颜色进行翻转。

4、任选背景图像，将获得的前景图像放到背景图像上，并将图像调整到-w 和-h 指定的大小。

5、最后将图像存入vec文件，vec文件名由命令行参数-vec 指定。

正样本也可从一系列事先标记好的图像中创建。标记信息可以存储于一个文本文件，与背景描述文件类似。文件中的每行对应一个图像文件。每行的第一个元素为图像文件名，后面是物体的数目，最后是物体位置和大小的描述 (x, y, width, height)。

下面是描述文件的例子：

假设目录结构如下：

>     /img img_with_faces_1.jpg img_with_faces_2.jpg info.dat

文件info.dat里的内容如下：

>     img/img_with_faces_1.jpg 1 140 100 45 45 
> 
>     img/img_with_faces_2.jpg 2 100 200 50 50 50 30 25 25

图像img\_with\_faces\_1.jpg中包含一个物体实例（如人脸），标示其在图像中的位置和大小的矩形为(140, 100, 45, 45)。图像img\_with\_faces\_2.jpg包含两个物体实例。

从这样的一系列数据中创建正样本，需要在命令行指定 -info 而非前面所用的-img 参数：

*  \-info描述物体所在图像以及大小位置的描述文件。

此部分样本创建过程如下：将物体实例从图像中抠取出，然后将之调整尺寸到目标尺寸，然后保存到输出的vec文件。在此过程中不会对图像进行变形，所以有效的命令行参数仅有-w,-h,-show 和-num 。

opencv\_createsamples 也可以用来查看和检查保存于vec正样本文件中的正样本。这时只需指定-vec ，-w 和 -h 三个参数则可。opencv\_createsamples 将逐一显示正样本图像。

在训练中，训练程序并不关心包含正样本的vec文件如何生成的，你可以自己写程序来生成vec文件。但是OpenCV提供的工具中，只有opencv\_createsamples 程序能够创建包含正样本的vec文件。

一个vec文件的例子位于 opencv/data/vec\_files/trainingfaces\_24-24.vec 。它可用来训练人脸分类器，窗口大小为：-w24-h24 。

##  ##

# 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：

1.  通用参数：
    
     *  \-data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包含正样本的vec文件名（由opencv\_createsamples 程序生成）。
     *  \-bg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每级分类器训练时所用的正样本数目。
     *  \-numNeg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训练的分类器的级数。
     *  \-precalcValBufSize缓存大小，用于存储预先计算的特征值(feature values)，单位为MB。
     *  \-precalcIdxBufSize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。
2.  级联参数：
    
     *  \-stageType
        
        > 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
     *  \-h
        
        > 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。
3.  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
        
        > 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
        
        > 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
        
        > Specifies whether trimming should be used and its weight. 一个还不错的数值是0.95。
     *  \-maxDepth
        
        > 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
        
        > 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.
4.  类Haar特征参数：
    
     *  \-mode(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[\[Rainer2002\]][Rainer2002]。
5.  LBP特征参数： LBP特征无参数。

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

[Rainer2002]: http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/user_guide/ug_traincascade.html#rainer2002