上一篇（OpenCV3中的級聯分類器目標檢測——cv::CascadeClassifier簡介）介紹了如何使用級聯分類器進行目標檢測。這里，我們介紹一下如何訓練自己的級聯分類器。

至于原理這里就不再進行詳細介紹了，直接說明如何進行訓練。在opencv的安裝目錄中的bin文件夾下有兩個可執行文件opencv_createsamples.exe和opencv_traincascade.exe。將這兩個文件拷貝到訓練文件夾下，并將正、負樣本的文件夾和描述文件——positive_samples.txt和negative_samples.txt也拷貝到這個文件夾下。同時，新建兩個.bat文件——create_positive_samples.bat和traincascade.bat，新建一個文件夾data。這樣，訓練目錄如下：

1、制作正樣本

首先是制作和收集正樣本圖片，并將正樣本圖像的大小進行統一縮放（如40*40），然后在正樣本描述文件中，添加對正樣本的描述，形式如下：

然后在create_positive_samples.bat文件中添加如下內容：

其中，-info字段填寫正樣本描述文件；-vec用于保存制作的正樣本；-num制定正樣本的數目；-w和-h分別指定正樣本的寬和高。

保存，雙擊這個文件，開始制作正樣本：

這樣，正樣本制作完成。

2、級聯分類器訓練

下面進行級聯分類器的訓練，在traincascade.bat中輸入如下內容

字段說明如下：

-data：指定保存訓練結果的文件夾；

-vec:指定正樣本集；

-bg:指定負樣本的描述文件夾；

-numPos：指定每一級參與訓練的正樣本的數目（要小于正樣本總數）；

-numNeg:指定每一級參與訓練的負樣本的數目（可以大于負樣本圖片的總數）；

-numStage:訓練的級數；

-w:正樣本的寬；

-h:正樣本的高；

-minHitRate:每一級需要達到的命中率（一般取值0.95-0.995）；

-maxFalseAlarmRate:每一級所允許的最大誤檢率；

-mode:使用Haar-like特征時使用，可選BASIC、CORE或者ALL；

另外，還可指定以下字段：

-featureType:可選HAAR或LBP，默認為HAAR;

其他字段將不再說明。

保存，雙擊執行，開始漫長的訓練過程（訓練可中斷，中斷后再執行，會繼續中斷前的訓練）

訓練結束后，data文件夾下會生成如下訓練結果：

cascade.xml文件即為最終的訓練結果，即可拿來進行目標檢測，參考OpenCV3中的級聯分類器目標檢測——cv::CascadeClassifier簡介。

2017.04.15

總結

以上是生活随笔為你收集整理的【OpenCV3】级联分类器训练——traincascade快速使用详解的全部內容，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。