opencv中traincascade训练分类器

训练级联分类器traincascade需要OpenCV中的两个exe文件，这两个文件分别是opencv_createsamples.exe和opencv_traincascade.exe文件。

训练过程可分为以下几步：

(1)准备正负训练样本。

正样本：

正样本尺寸保持一致，建议自己写个小程序来剪裁图像实现尺寸统一。

负样本：

负样本的尺寸无需统一，负样本越多，检测结果误检率越小。

demo所检测的目标是图像中的云，其他均为背景。

准备好训练样本后，创建两个文件夹，假设为pos以及neg，分别存放正负样本，并将这两个文件夹与opencv_createsamples.exe和opencv_traincascade.exe文件放在同一目录下，如下图所示。

为防止混乱，将这些文件都在统一的文件夹”yunc”下。图1中有两个文件夹pos_new,以及neg_new，这是后续为了新加样本库所建的文件夹。因为一般需要处理的样本较多，容易搞混，如果样本很少也就用不到级联了。

(2)在DOS环境下生成正负样本描述符：

首先进入到正负样本所在的目录。若处于正样本所在目录，输入命令：dir/b>../pos.txt则生成正样本描述文件。

若处于负样本所在目录，输入命令：dir/b> ../neg.txt，则生成负样本描述文件。生成的正负样本描述文件为.txt文件，打开后可见其为一个个样本的名称，然后将正负样本作以下处理：

对于负样本，如下图所示：

在样本名字前加上”neg/”,即为负样本所在的文件夹，所有的样本名称都要修改，修改完后把最后一行的neg.txt去掉，还有最后一行的空行去掉，切记，否则训练过程会报错。对于正样本，如下图所示：

除了在样本名字前加上其所在的文件夹名称，还要在后缀名后面加上样本描述，即样本的尺寸大小，1表示样本数为1，0 0表示的是样本左上角的坐标即为(0,0),  4 4 表示右下角的坐标。同样修改完后把最后一行的pos.txt以及空行去掉。至此，正负样本描述文件已全部处理完。

(3)生成.vec文件

生成.vec文件需要用到opencv_createsamples.exe文件，.vec文件是为后面训练分类器所准备的。在dos环境下的相对目录下键入以下命令：

opencv_createsamples.exe -vec pos.vec -info pos.txt -num 1467 -w 4 –h 4

此时可在opencv_createsamples.exe文件所在目录中看到所生成的.vec文件。

由命令行可知，-w 4 –h 4为正样本的尺寸大小，也间接说明了正样本的尺寸大小必须一致。-num为需要生成的正样本数目。对于负样本则无需生成.vec文件。接下来就要利用opencv_traincascade.exe来开始训练分类器了。

下图表示生成.vec文件成功！

(4)级联分类器的训练

在命令行键入以下命令：

opencv_traincascade.exe -data xml -vec pos.vec -bg neg.txt -numPos 900 numNeg 788 -numStage 20 -precalValBufSize 300 -precalIdxBufSize 100 -featureType HAAR -w 4 -h 4 -mode ALL

便开始训练分类器了。其中各个含义现在一一来说明。

-data xml

Xml为文件夹名称，该文件夹需要自己新建，用来存放训练好的分类器。-data表示分类器所在的文件夹。

-bg numPos 900

这个是训练正样本的数目，为何这个地方不是1467呢，而创建样本时创建了1467个？这个我也不是很清楚，总之要是能看源代码就能搞清楚了。

-bg

这个很明显是负样本文件。

numNeg 788

负样本数目。

-numStage 20

训练阶数。(这个地方其实设置为20没有意义，因为级联分类器的最高训练阶数为19级）

-precalValBufSize 300

缓存大小，用于存储预先计算的特征值(feature values)，单位为MB。

-precalIdxBufSize 100

缓存大小，用于存储预先计算的特征索引(feature indices)，单位为MB。内存越大，训练时间越短。

-featureType HAAR

用于检测的特征为Haar特征

-mode ALL

选择训练过程中使用的Haar特征的类型。 BASIC 只使用右上特征， ALL 使用所有右上特征和45度旋转特征。

正确训练过程如下图所示：

训练完成结果如下：

训练完成后即可在yunc文件下的xml文件里找到最终训练的结果。打开xml文件夹如下图所示：

上图中的xml文件夹下便是级联分类器训练的中间过程，cascade.xml文件是训练完成的分类器。

2 云层的检测

检测过程主要通过detectMultiScale()来检测，对于该函数是如何检测的，查过很多文献和技术博客都没有一个答案。所以只能通过实验的探索其检测过程。

在opencv中只能查到其原函数的声明如下：

void detectMultiScale( const Mat& image,

                     CV_OUT vector<Rect>& objects,

                      double scaleFactor=1.1,

                      int minNeighbors=3,

  int flags=0,

                      Size minSize=Size(),

                      Size maxSize=Size() );

其中Mat& image为输入的Mat类图像，CV_OUT vector<Rect>& objects为所检测到的目标所存放的容器，double scaleFactor=1.1以及int minNeighbors=3这两个参数比较复杂，先介绍最后三个参数，int flags=0表示检测的是Haar特征，Size minSize=Size()为检测的最小尺寸，Size maxSize=Size() )为检测的最大尺寸。

scaleFactor=1.1为多尺度检测的缩放倍数，当4*4检测到了目标，则再继续扩大检测范围。

int minNeighbors=3为在检测到的目标领域再继续检测。

吐血花了两天时间做的实验总结的，到现在没搞明白这三个的关系(scaleFactor，minNeighbors，检测最小尺度)

关于多尺度特征检测函数detectMultiScale()检测尺度表：

 

最小检测尺度关系到算法的运行速率，检测过程中参数的设置合理与否影响到算法的最终结果。检测的范围因子越小，检测时间越长；检测的最小邻域越大，检测时间也越长。即检测时间与最小范围因子成反比，与最小邻域成正比。