使用opencv中的adboost算法训练分类器

如何使用opencv中的adboost算法训练分类器

需要的工具

---

• opencv视觉库
• vs开发环境

步骤

---

1. 正负样本的选取
2. 样本描述文件的创建
    使用dos命令和opencv中的createSamples程序创建样本描述文件

• 正样本描述文件的创建

  1. 使用命令将当前目录切换到正样本图片的目录
  
  2. 输入dir /b > pos.txt,此时目录中生成一个pos.txt文件，打开pos.txt文件，删除最后一行保存文件
  
  3. 一个证样本描述文件需要包含文件名，正样本在图片中的数目，位置和大小，具体格式如下faces/00.bmp 1 0 0 20 20。因此，需要打开刚刚生成的pos.txt文件，使用查找替换功能，将‘bmp’替换成‘bmp 1 0 0 20 20’
  
  4. 因为在使用opencv中opencv haartraining 程序训练时输入的正样本是vec文件，所以需要使用opencv中的opencv createsample程序生成pos.vec证样本描述文件
      opencv haartraining 程序和opencv createsample程序opencv安装目录的bin文件目录下可以找到，找到后复制到当前目录下
  
  5. 复制到当前目录下之后，在dos命令窗口下运行命令‘opencv_createsamples.exe -info pos.txt -vec pos.vec -num 2706 -w 20 -h 20’即可生成pos.vec正样本描述文件
  
      1. 出现应用程序错误：应用程序无法正常启动（0xc000007b）,请单击“确定”关闭应用程序
          原因：x86程序在x64下运行
          解决方案：用X64程序运行
      2. opencv error:unknown error code -9 <> in cvSetImageROI
          原因：找不到图片
          解决方案：将图片文件夹往上一级目录提
  

• 负样本描述文件的创建

  只需生成neg.txt文件即可，执行2.1.1和2.1.2两步
  

训练分类器

---

1. 使用命令‘opencv_haartraining.exe -data cascade -vec pos.vec -bg neg.txt -sym -npos 2706 -nneg 4300 -mem 2000 -mode ALL -w 20 -h 20’
    1. opencv error:assertion failed <elements_read == 1> in icvGetHaarTraininDataFromVecCallback

    原因：每个强分类器训练过程中都会从剩下的countvec中抽样，每次训练完一个强分类器之后，都会从总样本中剔除，一直进行nstage次，如果npos设置与vec中总样本数相同时，第二个强分类器训练时必然会报错，提示样本数不足
    解决方案：npos与nneg设置小一点即可