静态图像的 OpenCV haar 训练答案

【问题标题】：OpenCV haar training for static image静态图像的 OpenCV haar 训练
【发布时间】：2011-05-06 08:22:15
【问题描述】：

我尝试训练 haar 级联分类器用于卡片套件检测（没有旋转并且图像没有失真）

例如，我有文件 Clubs.png，其中包含白色背景 20x20 像素的俱乐部图像

我的图像仅在大小上有所不同，没有变形或倾斜。

为了获取 Clubs.xml 文件，我必须输入哪些命令？

【问题讨论】：

【解决方案1】：

正如@Neon22 提到的，很棒的教程。根据我的经验，这是一个相当漫长的过程（收集正负样本、训练、生成 haar 级联），但也许我做错了。

为了检测卡片，查看OpenCV SURF 可能也很有用。

查看toxi 的video。

有趣的是，你提到了卡片，Eugene Zatepyakin 做了一个名为 ASSURF 的动作脚本端口：

【讨论】：

【解决方案2】：

但如果您有兴趣使其旋转不变，那么 surf 似乎是一个更好的选择。 http://nayakamitarup.blogspot.in/2011/06/2d-ar-using-surf-based-application-of.html

【讨论】：

【解决方案3】：

但是您确定的教程非常好。我用它来整理我的 haar 分类器。 opencv 2.1 发行版中包含的 facedetect 示例代码是检查生成的 xml 文件的一个很好的示例。（我用python）

我发现提供的帮助应用程序存在一些问题。 1. createsamples 不会从同一张图片中读取超过 8 个样本的描述文件 - 手动将您的关系文件分成几行，每行不超过 8 个矩形。

如果我的 .vec 文件是用宽度和高度 > 24 像素的图像制作的，haar 训练将不会继续

haar 的主要问题似乎是它不是一成不变的，并且您需要数千个测试图像 - createsamples 程序将帮助您处理单个图像，但如果您有个人的描述文件，则不会示例图像。因此，教程中的额外代码允许多次调用 createsamples 并将生成的 vec 文件合并到单个超级 vec 文件中。

【讨论】：

【解决方案4】：

您可以参考：
http://opencv-hub.blogspot.in/2016/03/how-to-train-your-own-opencv-haar-classifier-haar-training-train-cascade.html
用于制作您自己的 haar-cascade xml 文件。
这个 OpenCV 教程是关于 C++ 的，他们在其中详细提到了 Haar 训练的方法。另外请注意，Haar 不是旋转不变的。
因此，只要您旋转图像，它就不会被检测到。
为此，您需要使用 SURF。
但是通过 Haar 进行对象检测比 SURF 快得多。如果您想学习如何使用经过训练的 Haar Cascade File，您可以参考：
http://opencv-hub.blogspot.in/2016/03/how-to-do-real-time-face-detection-using-haar-cascade.html
实时人脸检测的代码类似于实时物体检测的代码。

【讨论】：