05 正负样本的准备

正负样本的准备"/>

05 正负样本的准备

adaboost+hog识别目标

前言:我们将要产生一个包含级联分类器的.xml文件(包含级联分类器的信息)，也就是最为关键的一部分

将用到opencv_cratesample.exe和opencv_traincascade.exe(在opencv\build\x64\vc14\bin目录下，如果你是32位选择VC12)。

正负样本的准备

(补充)正负样本图片和工具下载

1.准备工作：

我们要建立一个文件夹，可以命名为my_det，opencv_haartraining.exe/opencv_traincascade.exe复制过来，并且在此路径下建立正负样本文件夹，这里我把正负样本文件夹命名为pos_image，neg_image。

==注意==：
① 一般做的时候正负样本的比例大约为1：3，样本当然是越多越精确。我用了1001个正样本和3147个负样本来做测试！对于正样本，要对其进行==剪裁(也就是图片要在包含目标的前提下最小)。==看下面的例子：

剪裁前：

剪裁后：

② 把所有的素材剪裁好后,然后还需要把这些剪裁好的图片处理成比较小的灰度图(黑白图片)，大小一般为24X24(或者48X48)，大了不容易处理；==正负样本一定要命名规律！便于后面路径的添加，或者用批量修改名称代码~==

注意：图片的名字里面不要包括空格，减号“-”等，只用字母数字和下划线，要不然前面说的.exe读不出来。

一、正样本尺寸灰度处理

先在VS2015下搭建Opencv开发条件：

搭建链接
然后在pos_imagze中加入正样本，并用代码转化成24X24的灰度图片，按下图所示：

接下来在命令行里生成正样本描述文件(文本文件)。进入命令行输入一下命令(进入pos_image，输入dir /b >../pos_image.txt)，==别忘了pos_image是我们正样本文件夹名字。==

然后打开后在每个文件上加上目录，正样本还有修改后缀，用文本的替换，这就是为什么图片命名要有规律原因！

编辑->替换

如图：

最终：

二、负样本处理

负样本要求很低，彩色图片也行，大小只要比正样本大就行。把他们放进neg_image文件夹里。并且生成负样本描述文件，修改好！

==注：==负样本不需要修改后缀！