OpenCV haar分类器训练,带有多个正面图像

时间:2018-08-02 18:52:18

标签: python opencv ubuntu haar-classifier

我最近进入opencv,并意识到用一个正图像和许多负图像制作合成样品并不是超级准确。阅读了文档以及其他博客和教程后,我意识到有一种方法可以使用多个正像来制作合成正像。 我的问题是,如何使用(例如)3张正像并使用opencv_createsamples来制作其余样本。

谢谢!

1 个答案:

答案 0 :(得分:0)

我使用级联分类器的过程非常简单,但是您需要大量的训练数据! 基本上,您需要一组正样本(包括要扫描的对象)和一组负样本(不包含要扫描的对象)。

示例:假设您要使用opencv和haar级联分类器扫描坑洼: 您将需要一组包含坑洼(正样本)的街道图像和一组不包含坑洼(负样本)的街道图像。

我给您留下的链接对我有很大帮助:http://www.academia.edu/9149928/A_complete_guide_to_train_a_cascade_classifier_filter

此示例使用GitHub项目,这里是链接:https://github.com/sauhaardac/Haar-Training

希望能有所帮助,再见:D