c – 为什么OpenCV仅在训练图像中识别对象?

栏目: 编程工具 · 发布时间: 5年前

内容简介:为了让我的iOS应用识别1€,2€和0.50€硬币我一直在尝试使用opencv_createsamples和opencv_traincascade来创建我自己的classifier.xml.所以,我从一个短视频裁剪了60张2欧元硬币的图像,如下所示:然后,我使用opencv_createsamples将它们与随机背景相结合.我获得了类似于此的12000张图片:

为了让我的iOS应用识别1€,2€和0.50€硬币我一直在尝试使用opencv_createsamples和opencv_traincascade来创建我自己的classifier.xml.所以,我从一个短视频裁剪了60张2欧元硬币的图像,如下所示:

c – 为什么OpenCV仅在训练图像中识别对象?

然后,我使用opencv_createsamples将它们与随机背景相结合.我获得了类似于此的12000张图片:

c – 为什么OpenCV仅在训练图像中识别对象?

我运行了以下命令:

opencv_createsamples -img positives / i.jpg -bg negatives.txt -info i.txt -num 210 -maxidev 100 -maxxangle 0.0 -maxyangle 0.0 -maxzangle 0.9 -bgcolor 0 -bgthresh 0 -w 48 -h 48(for i from 0至60)

cat * .txt> positives.txt

opencv_createsamples -info positives.txt -bg negatives.txt -vec 2.vec -num 12600 -w 48 -h 48

opencv_traincascade -data final -vec 2.vec -bg negatives.txt -numPos 12000 -numNeg 3000 -numStages 20 -featureType LBP -precalcValBufSize 2048 -precalcIdxBufSize 2048 -minHitRate 0.999 -maxFalseAlarmRate 0.5 -w 48 -h 48

训练在第13阶段停止.一旦我得到了一个cascade.xml,我就在我的智能手机拍摄的一张简单图像上立即尝试了(使用detectMultiScale()),但没有检测到任何内容:

c – 为什么OpenCV仅在训练图像中识别对象?

如果我将其中一个用作训练的图像作为输入,那么它的效果非常好:

c – 为什么OpenCV仅在训练图像中识别对象?

我真的不明白为什么会发生这种情况并且它让我疯了,最重要的是因为我一直试图让它工作数周……你能不能告诉我我在哪里弄错了?

我写的简短程序在这里:

#include "opencv2/opencv.hpp"

using namespace cv;

int main(int, char**) {

Mat src = imread("2b.jpg");

Mat src_gray;

std::vector<cv::Rect> money;

CascadeClassifier euro2_cascade;

cvtColor(src, src_gray, CV_BGR2GRAY );
equalizeHist(src_gray, src_gray);

if ( !euro2_cascade.load( "cascade.xml" ) ) {
    printf("--(!)Error loading\n");
    return -1;
}

euro2_cascade.detectMultiScale( src_gray, money, 1.1, 3, 0|CASCADE_SCALE_IMAGE/*CV_HAAR_FIND_BIGGEST_OBJECT | CV_HAAR_SCALE_IMAGE*/, cv::Size(10, 10),cv::Size(2000, 2000) );
printf("%d\n", int(money.size()));

for( size_t i = 0; i < money.size(); i++ ) {
    cv::Point center( money[i].x + money[i].width*0.5, money[i].y + money[i].height*0.5 );
    ellipse( src, center, cv::Size( money[i].width*0.5, money[i].height*0.5), 0, 0, 360, Scalar( 255, 0, 255 ), 4, 8, 0 );
}

namedWindow( "Display window", WINDOW_AUTOSIZE );
imwrite("result.jpg",src);
}

我还尝试将 feature homography 用于我的OpenCV版本3.1.因此,我为我的版本下载了opencv_contrib并尝试编译xfeatures2d模块,但我在CMakeList文件中出现了CMake错误…而且xfeature2d甚至不存在于xcc的opencv框架中,所以即使我在我的电脑上工作也可以不要在iOS中使用它…

UPDATE

据我所知,我刚刚尝试删除了equalizeHist(src_gray,src_gray);我已经设置了detectMultiScale()“中的邻居数量,这就是我得到的:

c – 为什么OpenCV仅在训练图像中识别对象?

更新2

正如有人建议的那样,在 this 教程之后,我刚刚使用裁剪后的正片创建了一个.vec文件,只有硬币.我用这个命令:

opencv_createsamples -vec i.vec -w 48 -h 48 -num 210 -img ./positives/i.jpg -maxidev 100 -maxxangle 0 -maxyangle 0 -maxzangle 0.9 -bgcolor 0 -bgthresh 0

(对于我从0到60)

如您所见,没有用于创建样本的背景图像.

然后,在下载 mergevec.py 之后,我将所有矢量文件合并在一起.现在我要开始另一场LBP培训…我希望它能更好地运作


以上所述就是小编给大家介绍的《c – 为什么OpenCV仅在训练图像中识别对象?》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

数据挖掘导论

数据挖掘导论

Pang-Ning Tan, Michael Steinbach / 范明 范宏建 / 人民邮电出版社 / 2006-01-01 / 49.00元

本书全面介绍了数据挖掘的理论和方法,旨在为读者提供将数据挖掘应用于实际问题所必需的知识。本书涵盖五个主题:数据、分类、关联分析、聚类和异常检测。除异常检测外,每个主题都包含两章:前面一章讲述基本概念、代表性算法和评估技术,后面一章较深入地讨论高级概念和算法。目的是使读者在透彻地理解数据挖掘基础的同时,还能了解更多重要的高级主题。此外,书中还提供了大量示例、图表和习题。 本书适合作为......一起来看看 《数据挖掘导论》 这本书的介绍吧!

随机密码生成器
随机密码生成器

多种字符组合密码

XML 在线格式化
XML 在线格式化

在线 XML 格式化压缩工具

UNIX 时间戳转换
UNIX 时间戳转换

UNIX 时间戳转换