一、準備樣本階段

事先準備好正樣本和負樣本。這裡只是先用於做Haar特徵訓練步驟的熟悉用，所以用opencv寫了個程式，主要是做圖片的變形處理。如旋轉和亮度調節等。當然最後檢測的效果指定很不好，這裡先作為步驟熟悉來用的。

我們首先取出一幅圖片(以交通標誌為例)，可在網上下載，然後通過程式，在對這幅圖片進行亮度調節和旋轉後，得到700多張圖片(圖片格式設定為bmp或jpg)。我們取出其中的245幅圖片作為本次的訓練正樣本。然後通過這個程式，有設定批量生成負樣本的功能，總共從一張大圖片中隨機摳出700張負樣本圖片。這裡，由於是事先用程式寫好的，所以，正樣本和負樣本的大小均為50*50。

程式如下圖所示：

這是正負樣本的程式截圖，最後得到如下的結果：

說明一下，根據網上查到的資料，這裡最好用灰度圖進行操作，所以最後生成的都是8位深度的灰度圖。大小統一為50*50。

二、正負樣本樣本描述檔案的制定

    因為這裡我們正樣本是用程式自寫的，所以不用直接在文件裡改大小，而沒有進行標定，實際上，我們需要用objectmaker進行標定，具體使用可自行上網查。

    這裡用到的是opencv自帶的一個程式，叫做opencv_createsamples.exe，具體在opencv下的bin裡。

把上面的pos和neg資料夾裡的正負樣本，還有opencv裡opencv_createsamples.exe放到一個資料夾裡，為了不出現cmd控制檯裡的檔名過長而讀不出來的情況，儘可能精簡檔案路徑，如：

這樣，直接在F盤下工作就好。

其中，pos資料夾裡放置的是剛才生成的正樣本圖片，neg資料夾裡放置的是剛才生成的負樣本檔案。

之後，就是進行樣本描述檔案的生成了。

PS：如果不能執行這兩個exe，就把opencv裡bin的dll全拷到這裡，和exe位於同一級即可。

樣本描述檔案的生成，需要用到cmd命令提示符，首先，開啟命令提示符。

按照如下圖所示進入到該資料夾裡(具體可百度，很簡單，是cd命令)。

這裡的樣本描述檔案，正樣本需要的是一個.vec的檔案，負樣本需要的是一個.dat的檔案。.vec檔案可以通過.dat檔案通過後面的操作來進行，這裡先放一下。

我們先對這正負樣本生成.dat檔案的操作。

首先，對正樣本進行。

先通過命令提示符，進入到pos資料夾。然後輸入dir /b > sample_pos.dat，就可以生成一個.dat的檔案。這個dir /b > sample_pos.dat命令的作用是把當前資料夾下所有圖片名稱寫入到.dat裡(當然txt也是可以的，這裡直接生成.dat)。這個.dat的名稱我們先設為sample_pos，當然，設為其他的名稱也可以，不過，一旦設定，就不要改了，後面都會需要到這個名稱的。

然後，同樣的，對負樣本進行同樣的處理。最後在neg檔案件裡生成sample_neg.dat。

這時得到的.dat檔案還不能用，因為是沒有處理過的，我們還要對其進行處理。這裡用到一個叫做editplus的工具。主要是對txt檔案裡的樣本進行替換工作。

我們首先把剛才生成的正樣本的.dat檔案進行修改，點選.dat，右鍵用editplus開啟，下把下方的用紅框框住的地方刪掉。

然後，把jpg改為jpg 1 0 0 50 50，全部更改，就進行了一個標定。

這裡一定要注意！負樣本也是把最下面兩行刪掉，但是，不要把jpg改為jpg 1 00 50 50，

一旦修改，就會出現Invalid background description file!錯誤。這裡一定注意。

這樣就好了，對正負樣本的.dat就處理完成。

    然後，是對正樣本的.dat轉化為.vec進行處理。

開啟剛才的命令提示符。

輸入opencv_createsamples.exe -info ./pos/sample_pos.dat -vec ./pos/sample_pos.vec -num 245 -w 20 -h 20

如下圖所示：

其中，各個變數的含義為：

引數說明：-info，指樣本說明檔案

-vec，樣本描述檔案的名字及路徑

-num，總共幾個樣本，要注意，這裡的樣本數是指標定後的20x20的樣本數，而不是大圖的數目，其實就是樣本說明檔案第2列的所有數字累加　　　　　　　　　和。

-w -h 指明想讓樣本縮放到什麼尺寸。這裡的奧妙在於你不必另外去處理第1步中被矩形框出的圖片的尺寸，因為這個引數幫你統一縮放！

-show 是否顯示每個樣本。樣本少可以設為YES，要是樣本多的話不要顯式地設定，因為關視窗會關到你哭。原本這裡說的是設成NO，不過，建議不要設定，這樣就不會彈出了。

看到Done，就是已經對其處理好了，最後是得到.vec的檔案。

負樣本不用這樣處理，直接用.dat檔案就好。

以上，就是樣本描述檔案的生成過程。

三、進行訓練分類器

用到的是opencv_haartraining.exe，該程式封裝了haar特徵提取以及adaboost分類器訓練過程。也在opencv 的bin下面，就是上面的第一個截圖，把這個exe放到和pos 的同一級目錄就好。然後，新建一個資料夾，名字叫cascade，也是和pos位於目錄的同一級。

Cmd，cd到當前目錄，然後輸入

opencv_haartraining.exe -data ./cascade -vec ./pos/sample_pos.vec -bg ./neg/sample_neg.dat  -npos 245 -nneg 700 -mem 200 -mode ALL -w 20 -h 20

如圖：

其中各個引數含義：

-data 指定生成的檔案目錄， -vec vec檔名， -bg 負樣本描述檔名稱，也就是負樣本的說明檔案(.dat) -nstage 20 指定訓練層數，推薦15~20，層數越高，耗時越長。-nsplits 分裂子節點數目,選取預設值 2

-minhitrate 最小命中率，即訓練目標準確度。-maxfalsealarm最大虛警(誤檢率)，每一層訓練到這個值小於0.5時訓練結束，進入下一層訓練，-npos 在每個階段用來訓練的正樣本數目，-nneg在每個階段用來訓練的負樣本數目 這個值可以設定大於真正的負樣本影象數目，程式可以自動從負樣本影象中切割出和正樣本大小一致的,這個引數一半設定為正樣本數目的1~3倍 -w -h樣本尺寸，與前面對應 -mem 程式可使用的記憶體，這個設定為256即可，實際執行時根本就不怎麼耗記憶體，以MB為單位 -mode ALL指定haar特徵的種類，BASIC僅僅使用垂直特徵，ALL表示使用垂直以及45度旋轉特徵-sym或者-nonsym，後面不用跟其他引數，用於指定目標物件是否垂直對稱，若你的物件是垂直對稱的，比如臉，則垂直對稱有利於提高訓練速度

四、合併分類器生成.xml檔案

蠻簡單的，直接在cmd裡，輸入convert_cascade.exe --size="20x20"..\cascade haar_adaboost.xml 就可以了。

最後，出現cascade performance 就是成功了！

以上，就是haar訓練特徵的描述，希望對大家有幫助。

PS：不用.dat，直接用.txt也可以的