opencv+python物体检测【03-模仿学习】

news2025/5/26 5:32:11

仿照练习：原文链接

步骤一：准备图片

正样本集：正样本集为包含“识别物体”的灰度图，一般大于等于2000张，尺寸不能太大，尺寸太大会导致训练时间过长。

负样本集：负样本集为不含“识别物体”的任何图片，一般大于等于5000张，尺寸比正样本集稍大。一般为正样品集的3倍。
效果：

需要识别的物体称为正样本集，不含该物体称为负样本集

正样本集：20张
在这里插入图片描述
负样本集：60张

步骤二：图片预处理

统一大小
统一改为灰度图

处理后正样本集：
在这里插入图片描述

处理后负样本集：
在这里插入图片描述

步骤三：生成描述文件（.txt文件）

正样本描述文件：
在这里插入图片描述
负样本描述文件：

步骤四：生成.vec文件

在该主目录文件下打开终端窗口

 .\opencv_createsamples.exe -info pos.txt -vec detect_number.vec -bg neg.txt -num 19 -w 40 -h 40

-info 正样本txt
-vec 是你生成vec文件的位置和名称
-bg 负样本txt
-num 正样本数量
-w 正样本宽度
-h 正样本高度

步骤五：生成自定义分类器文件（.xml）

在该主目录文件下打开终端窗口

./opencv_traincascade.exe -data xml -vec detect_number.vec -bg neg.txt -numPos 19 -numNeg 25 -numStages 20 -featureType HAAR -w 40 -h 40

-data 前面创建好的xml文件夹
-vec 是你之前生成vec文件
-bg 负样本集txt
-numPos 正样本的数量
-numNeg 负样本的数量
-numStages 训练步数
-featureType 特征类型
训练时，提取图像特征的类型，目前只支持LBP、HOG、Haar三种特征。但是HAAR训练非常非常的慢，而LBP则相对快很多，因为HAAR需要浮点运算，精度自然比LBP更高
-w -h 正样本的宽高

在这里插入图片描述

步骤六：识别检测

训练集路径：./xml/cascade.xml
在这里插入图片描述

代码部分：：

import cv2 as cv
import os

from matplotlib import pyplot as plt

# 解决中文显示问题,固定格式
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

pospath = "./ini_pos"  # 正样本集文件夹路径
pos = os.listdir(pospath)  # 读取路径下的所有文件
negpath = "./ini_neg"
neg = os.listdir(negpath)


# 图片处理，注意图片不能有gif格式
def picdif():
    global pos, neg
    i = 1
    for picname in pos:  # 遍历pos文件数组所有的文件名
        # 读取灰度图
        pic = cv.imread(pospath + "\\" + picname)
        pic = cv.cvtColor(pic, cv.COLOR_BGR2GRAY)
        # 修改尺寸
        pic = cv.resize(pic, (40, 40))
        # 保存图片
        cv.imwrite("./pos/" + str("%03d" % i) + ".jpg", pic)
        i += 1

    # 同理对负样本集进行处理
    j = 1
    for picname in neg:  # 遍历neg文件数组所有的文件名
        # 读取灰度图
        pic = cv.imread(negpath + "\\" + picname)
        pic = cv.cvtColor(pic, cv.COLOR_BGR2GRAY)
        # 修改尺寸
        pic = cv.resize(pic, (50, 50))
        # 重命名，并保存图片
        cv.imwrite("./neg/" + str("%03d" % j) + ".jpg", pic)
        j += 1


# 描述文件生成
def createtxt():
    global pos, neg
    # 正样本描述文件：
    for picname in pos:
        line = "pos/" + picname + " 1 0 0 40 40" + "\n"  # "1"为图片数量（0，0）是坐标,(40,40)是正样本集的w，h
        with open('pos.txt', 'a') as f:
            f.write(line)
    # 负样本描述文件：
    for picname in neg:
        line = "neg/" + picname + "\n"  # （0，0）是坐标,(40,40)是正样本集的w，h
        with open('neg.txt', 'a') as f:
            f.write(line)


if __name__ == '__main__':
    # 1.导入文件夹，对图像统一处理,统一尺寸大小，统一灰度图
    picdif()
    # pos和neg改成处理后的图片文件夹;
    pospath = "./pos"  # 正样本集文件夹路径
    pos = os.listdir(pospath)  # 读取路径下的所有文件
    negpath = "./neg"
    neg = os.listdir(negpath)
    # 2.正负样本描述文件的生成
    createtxt()

import cv2 as cv
import matplotlib.pyplot as plt

# 解决中文显示问题,固定格式
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 加载分类器
cascade = cv.CascadeClassifier("./xml/cascade.xml")
cascade.load("./xml/cascade.xml")
# 读取灰度图片
pic1 = cv.imread("1.jpg")
pic2 = cv.imread("0.jpg")
pic1 = cv.resize(pic1, (100, 100))
pic2 = cv.resize(pic2, (400, 400))
pic2[200:300, 100:200] = pic1
gray = cv.cvtColor(pic2, cv.COLOR_BGR2GRAY)
# 探测图片中的船只
faces = cascade.detectMultiScale(
    gray,
    scaleFactor=1.1,
    minNeighbors=150,
    minSize=(50, 50),
)
# 绘制矩形
pic3 = pic2.copy()
for (x, y, w, h) in faces:
    cv.rectangle(pic3, (x, y), (x + h, y + w), (0, 0, 255), 5)
# 绘图
fig, axes = plt.subplots(nrows=1, ncols=2)
axes[0].imshow(pic2[:, :, ::-1])
axes[0].set_title("原图")
axes[1].imshow(pic3[:, :, ::-1])
axes[1].set_title("识别")

plt.show()
cv.waitKey()