HAAR、LBP分类器训练

最新推荐文章于 2023-05-30 11:29:35 发布

GoJawee

最新推荐文章于 2023-05-30 11:29:35 发布

阅读量917

点赞数 1

CC 4.0 BY-SA版权

分类专栏： VS2010+OpenCV

本文链接：https://blog.youkuaiyun.com/GoJawee/article/details/71102086

本文介绍了如何使用制作正样本工具进行HAAR和LBP分类器的训练，详细讲解了HAAR训练参数设置。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

【工作环境】是Windows XP或Linux上的Visual Studio + cygwin。cygwin是必需的，因为我使用了几个UNIX命令。
【注解】在进行安装cygwin过程中，要选择安装“python、perl等”几个选项。

这里写图片描述

【代码以及脚本准备】
github克隆：https://github.com/mrnugget/opencv-haar-classifier-training
百度云网盘：
    http://pan.baidu.com/s/1cAeU4I      提取码：o09g
【制作样本的工具】
制作正样本的截图工具：
    http://pan.baidu.com/s/1mhGVPzE     提取码：c9le

这里写图片描述

训练方法（99%）：http://www.learnopencv.com/training-better-haar-lbp-cascade-eye-detector-opencv/

Naotoshi Seo博士：http://note.sonots.com/SciSoftware/haartraining.html

==================================================================================================

制作正样本工具的使用方法：

训练步骤

【步骤1：数据收集-->准备正负样本文件和图片】
    negative_images
    positive_images

【步骤2：生成正负样本描述文件】
    find ./negative_images -iname "*.jpg" > negatives.txt
    find ./positive_images -iname "*.jpg" > positives.txt

【步骤3：创建样品】
(1)使用creationamples.pl为每个图像创建.vec文件。
    该脚本是围绕opencv_cre