【工作環境】是Windows XP或Linux上的Visual Studio + cygwin。cygwin是必需的，因為我使用了幾個UNIX命令。 【注解】在進行安裝cygwin過程中，要選擇安裝“python、perl等”幾個選項。

【代碼以及腳本準備】 github克隆：https://github.com/mrnugget/opencv-haar-classifier-training 百度云網盤：http://pan.baidu.com/s/1cAeU4I 提取碼：o09g 【制作樣本的工具】 制作正樣本的截圖工具：http://pan.baidu.com/s/1mhGVPzE 提取碼：c9le

訓練方法（99%）：http://www.learnopencv.com/training-better-haar-lbp-cascade-eye-detector-opencv/Naotoshi Seo博士：http://note.sonots.com/SciSoftware/haartraining.html

==================================================================================================

制作正樣本工具的使用方法：

訓練步驟【步驟1：數據收集-->準備正負樣本文件和圖片】negative_imagespositive_images【步驟2：生成正負樣本描述文件】find ./negative_images -iname "*.jpg" > negatives.txtfind ./positive_images -iname "*.jpg" > positives.txt【步驟3：創建樣品】 (1)使用creationamples.pl為每個圖像創建.vec文件。該腳本是圍繞opencv_createsamples的包裝。如OpenCV文檔中所述 -“ opencv_createsamples用于準備正面和測試樣本的訓練數據集。opencv_createsamples以opencv_haartraining和opencv_traincascade應用程序支持的格式生成正樣本的數據集。輸出是一個帶* .vec擴展名的文件，它是一個包含圖像的二進制格式。 命令： 原文：perl bin/createsamples.pl positives.txt negatives.txt samples 5000 "opencv_createsamples -bgcolor 0 -bgthresh 0 -maxxangle 1.1 -maxyangle 1.1 maxzangle 0.5 -maxidev 40 -w 40 -h 40"自己：perl bin/createsamples.pl positives.txt negatives.txt samples 4009 "opencv_createsamples -bgcolor 0 -bgthresh 0 -maxxangle 1.1 -maxyangle 1.1 maxzangle 0.5 -maxidev 40 -w 24 -h 24"(2)使用mergevec.py將.vec文件合并到samples.vec中，如下所示：python ./tools/mergevec.py -v samples/ -o samples.vec【步驟4：運行訓練腳本，開始訓練生成.xml文件】 （1）LBP命令 原文：opencv_traincascade -data lbp -vec samples.vec -bg negatives.txt -numStages 20 -minHitRate 0.999 -maxFalseAlarmRate 0.5 -numPos 4000 -numNeg 7000 -w 40 -h 40 -mode ALL -precalcValBufSize 4096 -precalcIdxBufSize 4096 -featureType LBP自己：opencv_traincascade -data lbp -vec samples.vec -bg negatives.txt -numStages 20 -minHitRate 0.999 -maxFalseAlarmRate 0.5 -numPos 3000 -numNeg 7000 -w 24 -h 24 -mode ALL -precalcValBufSize 4096 -precalcIdxBufSize 4096 -featureType LBP（2）HAAR命令 原文：opencv_traincascade -data haar -vec samples.vec -bg negatives.txt -numStages 20 -minHitRate 0.999 -maxFalseAlarmRate 0.5 -numPos 4000 -numNeg 7000 -w 40 -h 40 -mode ALL -precalcValBufSize 4096 -precalcIdxBufSize 4096自己HAAR：opencv_traincascade -data haar -vec samples.vec -bg negatives.txt -numStages 20 -minHitRate 0.999 -maxFalseAlarmRate 0.5 -numPos 3000 -numNeg 7000 -w 24 -h 24 -mode ALL -precalcValBufSize 4096 -precalcIdxBufSize 4096自己 LBP: opencv_traincascade -data haar -vec samples.vec -bg negatives.txt -numStages 20 -minHitRate 0.999 -maxFalseAlarmRate 0.5 -numPos 3000 -numNeg 7000 -w 24 -h 24 -mode ALL -precalcValBufSize 4096 -precalcIdxBufSize 4096 -featureType LBP 在Window中的cmd下創建樣本描述文件的命令行： 包括全路徑創建樣本描述文件 dir /b/s>negatives.txt dir /b/s>positives.txt 正樣本描述文件后加上1 0 0 24 24 【注】描述文件，特別注意事項：（1）正樣本描述文件后面加上1 0 0 24 24（2）去掉正樣本、負樣本描述文件的最后一行

HAAR訓練參數：http://www.ithao123.cn/content-2561305.html

find ./negative_images -iname "*.jpg" > negatives.txtfind ./positive_images -iname "*.jpg" > positives.txtperl bin/createsamples.pl positives.txt negatives.txt samples 4009 "opencv_createsamples -bgcolor 0 -bgthresh 0 -maxxangle 1.1 -maxyangle 1.1 maxzangle 0.5 -maxidev 40 -w 24 -h 24"python ./tools/mergevec.py -v samples/ -o samples.vecopencv_traincascade -data haar -vec samples.vec -bg negatives.txt -numStages 20 -minHitRate 0.999 -maxFalseAlarmRate 0.5 -numPos 3500 -numNeg 8000 -w 24 -h 24 -mode ALL -precalcValBufSize 2048 -precalcIdxBufSize 2048

總結

以上是生活随笔為你收集整理的HAAR、LBP分类器训练的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。