iOS开发之opencv学习笔记三：训练一套自己的特征库

上篇介绍了使用CascadeClassifier跟踪进行特定物体的跟踪

我们可以利用CascadeClassifier进行物体跟踪。其实，对特定物体的跟踪取决于给CascadeClassifier的特征库xml文件。

1.做特征库需要准备什么？

在说这个之前，我要说的是制作特征库是一个很繁琐漫长的过程，训练过程从几秒到几周不等，而且即便是有耐心也未必能得到好的特征库，先做好心理准备吧。

首先，我们需要一套正样本和一套负样本图片。

什么叫做正样本和负样本？

正样本是你想跟踪的物体图像，各种角度，各种亮度，物体尽量占满整个图片，而且不要有太多背景，最好是纯色背景，并且大小相同。

而负样本是相反，你需要尽可能想象你在跟踪这个物体的时候，后面会有什么样的背景，把这些背景拍成照片，但是照片一定不能含有你需要跟踪的物体。

那么需要多少张呢？上篇用的人脸识别库据说正样本用了5000多张不同人种，不同肤色的人的正面照，而负样本用了7000多张。

2.准备好素材之后要还要准备什么？

成功编译安装opencv3.2.0之后，你的系统会有这两个可执行文件：opencv_createsamples和opencv_traincascade。

你需要创建一个用于生成特征库的目录sample，新建pos目录和neg目录，把你的正样本和负样本分别拷到pos和neg，创建pos.txt和neg.txt文件。

pos.txt记录了你所有正样本的信息，内容如下：

pos/0.png 1 0 0 200 200
pos/1.png 1 0 0 200 200
pos/10.png 1 0 0 200 200
pos/100.png 1 0 0 200 200
pos/101.png 1 0 0 200 200
pos/102.png 1 0 0 200 200
pos/103.png 1 0 0 200 200
pos/104.png 1 0 0 200 200
pos/105.png 1 0 0 200 200
pos/106.png 1 0 0 200 200
pos/107.png 1 0 0 200 200
pos/108.png 1 0 0 200 200
pos/109.png 1 0 0 200 200
pos/11.png 1 0 0 200 200
pos/110.png 1 0 0 200 200
pos/111.png 1 0 0 200 200
pos/112.png 1 0 0 200 200
pos/113.png 1 0 0 200 200
pos/114.png 1 0 0 200 200
pos/115.png 1 0 0 200 200
pos/116.png 1 0 0 200 200
pos/117.png 1 0 0 200 200
pos/118.png 1 0 0 200 200
pos/119.png 1 0 0 200 200
pos/12.png 1 0 0 200 200

...（你应该知道这个省略号的意思）

意思是：正样本图片文件相对位置图片里面物体个数物体位置x 物体位置y 物体宽度(pix) 物体高度(pix)

neg.txt记录的是负样本：

neg/0.png
neg/1.png
neg/10.png
neg/11.png
neg/12.png
neg/13.png
neg/14.png
neg/15.png
neg/16.png
neg/17.png
neg/18.png
neg/19.png
neg/2.png
neg/20.png

...（你应该知道这个省略号的意思）

它只需要负样本图片文件的相对位置就可以。

3.准备完毕后怎么做？

用终端进入sample，敲：

opencv_createsamples -info pos.txt -vec v.vec -bg neg.txt -w 24 -h 24 -num x

x表示正样本的个数

这个命令完成后会生成v.vec文件

接下来新建training目录，敲：

opencv_traincascade -data training -vec v.vec -bg neg.txt -numPos x -numNeg y -numStages 20 -precalcValBufSize 5000 -precalcIdxBufSize 5000 -minHitRate 0.98 -maxFalseAlarmRate 0.5 -weightTrimRat 0.95 -w 24 -h 24

x先卖个关子，y表示负样本个数（可以大于实际个数）。

注意：-w 和 -h的参数一定要跟上个命令相同。

x之所以要卖关子，因为我怕你会做下面的事，然后发疯：

从字面上理解，numPos表示的是正样本个数。你大可以这么设置，但是，我敢保证你肯定会在漫长的等待后发现失败了。

那么x是什么意思呢？

先说一个公式：

pc >= (1 - hr)*(ns - 1)*np + np + [nc]

pc是正样本个数，hr是minHitRate，ns是numStages，np是numPos（也就是x），nc是负样本个数。

也就是说x必须满足这个公式才有可能成功。

那么为什么要在nc上加个[]呢？因为这个我也不确定nc表示负样本个数还是直接是0，有时候设0能成功，有时候直接失败。

接下来的事就是等，没错，等.....

你的cpu跟你的gpu会发疯，你的内存会被塞得毫无缝隙。没错，电脑用脑过度了。