使用opencv2.2.0的Haar算法训练人脸xml文档

1、在D盘或者其他盘根目录下新建一个文件夹，我新建的文件夹取名为“test”，在test中新建两个子文件夹分别为neg和pos，neg中存放不含人脸的负样本图片，pos中存放正样本。（我只是做实验，所以正负样本数量都选的较少，负样本10个，正样本5个，这里样本数量越多，训练时间越久！但是分类器效果更好）

2、分别生成neg.dat文档和pos.dat文档。

cmd进入DOS命令界面。输入d: 回车，输入cd  test\neg 回车，进入neg目录，输入  dir /b > neg.dat

到test\neg目录中最后一行可以看到neg.dat文档，使用记事本打开，将文档最后一行的neg.dat删除，保存文档。

同样的方法生成pos.dat文档:cmd进入DOS命令界面。输入如下图：

回到test\pos目录中最后一行可以看到pos.dat文档，使用记事本打开

(1)将文档最后一行的neg.dat删除;

(2)使用记事本的编辑-替换功能，将文档全选，把jpg换成jpg 1 0 0 36 36

说明：1代表此图片出现的目标个数 后面的 0 0 36 36代表目标矩形框（0,0)到(36,36)，可以根据自身需要调整数值。

3、生成pos.vec文件

(1)在opencv2.2.0安装文件夹（即解压文件夹）中的bin文件夹中，找到opencv_createsamples.exe和opencv_haartraining.exe这两个程序，复制到D:\test目录下。（因为我的opencv2.2.0和vs2008配置在一起了，所以我的这两个程序在D:\OpenCV-2.2.0\vs2008\bin目录下找到，程序的命名最后多了一个字母d，复制过去后如下图：）

(2)cmd进入DOS命令界面。输入如下图：

点击回车，结果如下:

此时回到D:\test目录下，看到pos.vec文件已经生成。

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（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。

4、生成xml文件

(1)cmd进入DOS命令界面。输入如下图：

点击回车，等待。。如果样本数量1000以上，等待的时间得5个小时以上。。。（因为我用的样本很少，正样本5个，负样本10个，所以几秒钟就出来了结果）最后面的结果如下图：

最后出现Cascade performance这一项就完成了XML文件的生成。

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

(2)回到D:\test目录下，就可以看到多了一个xml文件夹和一个xml类型的文档：

至此我们就完成了xml文档的训练。