opencv训练口罩识别级联分类器
- 数据预处理
- 将照片的命名统一格式
- 将pos.txt文件中的路径复制到excel表格中,并在表格最上方第一方输入names
- 对正样本图片进行统一灰度处理和裁剪处理(负样本一样,只是不进行大小裁剪)
- 在正样本的pos.txt文件后面增加大小描述
- 获取供训练用的vec文件
- 找到OpenCV\build\x64\vc14\bin目录下的opencv_createsamples.exe
- 开始训练样本
- 新建文件traincascade.bat
- 测试模型
数据预处理
将照片的命名统一格式
将照片的正样本和负样本分开,存入各自的文件夹中,用cmd命令行进入该目录,输入以下命令,生成pos.txt,文件中包含目录下所有文件的路径。
dir /b/s/p/w *.jpg > pos.txt
将pos.txt文件中的路径复制到excel表格中,并在表格最上方第一方输入names
对正样本图片进行统一灰度处理和裁剪处理(负样本一样,只是不进行大小裁剪)
import pandas as pd
import cv2
names=pd.read_excel('data\\imgName.xlsx')['names']# 读取所有照片名字
i=100000 #用于重新命名
for imagepath in names:
#读取图片
img = cv2.imread(imagepath)
# print(imagepath)
# print(img)
#转成灰度
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#人脸识别器
detector = cv2.CascadeClassifier('haarcascades\\haarcascade_frontalface_default.xml')
#获取人脸位置
#print(gray)
faces = detector.detectMultiScale(gray, 1.1, 5)
for (x, y, w, h) in faces:
#裁减图片
gray = gray[y:y+h,x:x+w] # 裁剪坐标为[y0:y1, x0:x1]
#如果人脸不为空
try:
# 保存裁减后的灰度图
cv2.imwrite('C:\\Users\\admin\\PycharmProjects\\Dg\\face\\face\\GraduationProject\\mask\\gray1'+str(i)+'.jpg', gray)
# cv2.waitKey(3000)
i += 1
except:
print()
import pandas as pd
import cv2
for n in range(100000, 102853):
path = 'C:\\Users\\admin\\PycharmProjects\\Dg\\face\\face\\GraduationProject\\mask\\gray1' + str(n) + '.jpg'
# 读取图片
img = cv2.imread(path)
# print(img.shape)
if img is None:
#遇到第一步识别有问题的图片,则跳过
continue
img = cv2.resize(img, (20, 20))
cv2.imwrite('C:\\Users\\admin\\PycharmProjects\\Dg\\face\\face\\GraduationProject\\mask1\\gray1' + str(n) + '.jpg', img)
n += 1
在正样本的pos.txt文件后面增加大小描述
1 0 0 20 20
获取供训练用的vec文件
找到OpenCV\build\x64\vc14\bin目录下的opencv_createsamples.exe
找到OpenCV\build\x64\vc14\bin目录下的opencv_createsamples.exe。复制pos.txt 和 neg.txt到该目录下:然后cmd进入该目录
opencv_createsamples.exe -vec pos.vec -info pos.txt -num 353 -w 20 -h 20
说明:
-info,指样本说明文件
-vec,样本描述文件的名字及路径
-num,总共几个样本,要注意,这里的样本数是指标定后的20x20的样本数,而不是大图的数目,其实就是样本说明文件第2列的所有数字累加
-w -h指明想让样本缩放到什么尺寸。
开始训练样本
新建文件traincascade.bat
新建文件traincascade.bat,把
opencv_traincascade.exe -data xml -vec pos.vec -bg neg.txt -numPos 500 -numNeg 656 -numStages 20 -w 20 -h 20 -mode ALL
pause写入其中保存,把之前修改的pos.txt的后面的1 0 0 20 20删去变回原样。在目录下新建xml的文件夹,然后运行traincascade.bat即可得到模型xml文件。
测试模型
import cv2
detector= cv2.CascadeClassifier('haarcascades\\haarcascade_frontalface_default.xml')
mask_detector=cv2.CascadeClassifier('data\\cascade.xml')
cap = cv2.VideoCapture(0)
while True:
ret, img = cap.read()
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
faces = detector.detectMultiScale(gray, 1.1, 3)
for (x, y, w, h) in faces:
#参数分别为 图片、左上角坐标,右下角坐标,颜色,厚度
face=img[y:y+h,x:x+w] # 裁剪坐标为[y0:y1, x0:x1]
mask_face=mask_detector.detectMultiScale(gray, 1.1, 5)
for (x2,y2,w2,h2) in mask_face:
cv2.rectangle(img, (x2, y2), (x2 + w2, y2 + h2), (0, 0, 255), 2)
cv2.imshow('Cheney', img)
cv2.waitKey(3)
cap.release()
cv2.destroyAllWindows()