树莓派基于分类器的识别环保标志（四）

接着上一篇我们创造完优良条件后，呦西，接下来开始搞分类器xml。

本文是在样本处理完成情况下，进行分类器训练。关于分类器训练网上有很多讲解，但是对于初学者还是有一定难度，这可能与个人学习笔记的习惯有关。对此我讲我学习的总结下来以图像方式展示给大家。

执行命令:opencv_traincascade.exe -data data -vec pos.vec  -bg negdata.txt -numPos 242 -numNeg 1096 -numStages 20 -w 25 -h 25 -minHitRate 0.999 -maxFalseAlarmRate 0.5 -mode ALL

命令讲解：opencv_traincascade.exe   这是一个opencv自带的可执行函数，用于实现对分类器的训练。直接在doc下用命令执行即可，存放路径一般为：..\opencv\build\x86\vc11\bin（一般我们用的是win32位环境下的运行程序（参考：    http://www.cnblogs.com/linmengran/p/5898303.html），因此在opencv环境配置时就只加入了x86的bin路径，因此在这里选取x86下的opencv_traincascade.exe ）。这里我为了找路径方便与样本文件放在同一目录下这样可以找到 很容易调取 xml文件夹，和pos.vec、negdata.txt，也可以直接调用。  -data xml存储训练时的生成的文件。最终生成一个.xml文件,如下图：