本文介绍了如何使用OpenCV的opencv_createsamples和opencv_traincascade工具训练Cascade分类器，包括准备正负样本数据，生成vec文件，以及调整训练参数等步骤。重点强调了-w和-h参数对于训练时间和效果的影响，推荐使用LBP特征类型进行快速训练。
准备数据
训练的过程其他方法的训练大致一样，首先是准备正样本，负样本，然后交由训练程序进行训练。
Opencv里面自带的Cascade训练器在准备数据的时候有点不一样，它要求将正样本图片写入到一个vec二进制文件中（这应该是为了在训练的时候方便并行运算），opencv提供了一个程序opencv_createsamples来生成vec文件，使用该程序需要按下面的格式准备好正负样本数据。
正样本和负样本均放在一个文件夹下，结构如下：
负样本文件夹下面有一个文件夹和一个bg.txt，存放的数据如下
/img
img1.jpg
img2.jpg
bg.txt
Bg.txt里面的数据如下
img/img1.jpg
img/img2.jpg
正样本文件夹下面有一个文件夹和一个pos.txt，存放的数据如下
/img
img1.jpg
img2.jpg
pos.txt
pos.txt除了存放图片名外，还存放了图像中目标的boundingbox的Rect，内容如下
img/img1.jpg 1 140 100 45 45
img/img2.jpg 2 100 200 50 50 50 30 25 25
文件名之后跟的是boundingbox的数目，后面就是对应的Rect
准备好这些数据之后，再执行opencv_createsamples生成vec文件，下面是一个使用示例：
将数据文件夹全部都放在e:
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
