[ OpenCV ] 利用 Opencv訓練 Haar級聯數據
本篇純為筆記，先寫下來擔心自己忘了，同時希望也能幫助到一些朋友。 可能有很多地方有錯，歡迎糾正。 開始前請先確認自己安裝了 Opencv，作者是在 Python2環境下使用 opencv-2.4.9，但我在 Python2環境中用 opencv-3.1.0也可以正常訓練。 接著 clone訓練用的代碼 git clone https://github.com/mrnugget/opencv-haar-classifier-training 資料夾結構如下 . opencv-haar-classifier-training ├── LICENSE ├── README.md ├── bin │ └── createsamples.pl ├── classifier ├── negative_images ├── positive_images ├── samples ├── tools │ └── mergevec.py └── trained_classifiers └── banana_classifier.xml 把正樣本放到 positive_images資料夾中，負樣本放到 negative_images資料夾中。 正樣本的圖像要將要 detect的目標物剪裁成只有目標物的大小。 圖像的比例沒有硬性要求，但不要差太多。 工作上的圖片不方便放到這，所以就直接放上 Tutorial裡的照片。 而負樣本就我所知，什麼照片都可以，就是不要放圖中有目標物的照片。(聽說負樣本越多越好) 接著輸入以下指令，將 positive_images和 negative_images裡的一些資訊打包成 txt檔。 find ./positive_images -iname "*.jpg" > positives.txt find ./negative_images -iname "*.jpg" > negatives.txt 接著輸入下列指令，將正樣本打包成 *.vec的文件，文件將會儲存在 samples資料夾中。 perl bin/createsamples.pl positives.txt negatives.txt samples 1500\ ...