zoukankan      html  css  js  c++  java

  • 实用图像处理入门

    1 环境准备

    1.1 基本工具:

    • Visual Studio 2012 必装
    • opencv 2.4+ 必装 ( 目前是2.4.6, 下载链接 ). ( 假设已安装完毕, opencv安装目录以下用 {opencv} 表示 )
    • cygwin 必装 ( 安装教程, 网上一抓一大把, 就不贴链接了. 记得安装 perl )
    • CMake 必装 ( 下载链接, 用来编译 opencv )

     

    1.2 辅助工具:

    • imageclipper 工具. 此工具能快速的从原始图片中截取待识别区域, 生成只包含待识别区域的图片. ( 下载地址 )
    • opencv_createsamples 工具. 在文件夹 {cvbuild}/bin/Release/opencv_createsamples.exe 中.
    • mergevec 工具. 用来把多个 *.vec 文件生成一个 *.vec 文件. ( 下载地址 )
    • createtrainsamples 工具, 用来快速生成大量测试样本. ( 下载地址 )
    • 如果以上地址无法打开, 这里有以上工具的合集. ( 百度网盘下载 )
    • 此文中用到的所有命令, 均以sh脚本文件保存在这里( 百度网盘下载, 下文用 “脚本附件”表示此附件 ). 您可以省去很多编写脚本的麻烦

     

    1.3 项目文件结构如下:

    image

    2 详细步骤

    2.1 编译 opencv

    因为这一步骤比较长, 被我单独开贴到这里了.

    此步骤务必完成, 否则后续步骤无法执行

    编译 opencv 的目标位置, 在下文中用 {cvbuild} 表示

    2.2 制作样本

    2.2.1 负样本

    目标: 生成 背景描述文件 bg.txt

    步骤:

    1. 下载负样本文件. ( 忘记从哪里下载的了, 事先申明这图片库不是我制作的, 请大家不要用于商业用途. 百度盘下载 )
    2. 解压文件到某处. 进入文件夹, 执行以下命令:
      ?
      1
      2
      cd ./samples/negtive/
      find ./ -name "*.png" > ./bg.txt

    得到 bg.txt. 即为负样本文件. ( 脚本附件/S2-fetchNegtiveImage.sh )

     

    2.2.2 正样本

    目标: 生成正样本的 *.vec 样本描述文件

    2.2.2.1 用 imageclipper 截取待识别区域

    运行命令:(  假设源图片放在 ./samples/positive/src/ 文件夹中 )

    如果没有特殊说明, 文中所有的命令均在 cygwin 终端中执行.

    ?
    1
    ./imageclipper/imageclipper.exe ./samples/positive/src/ -o ./samples/positive/%i__%x__%y__%w__%h__.png

    ( 脚本附件/S1-clipPositiveImage.sh )

    在命令行中输入

    ?
    1
    ./imageclipper/imageclipper.exe

    可以看到 imageclipper 的使用说明. 咱们主要关心一下 –o 参数:

    ?
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
     -o <output_format = imgout_format or vidout_format>
            Determine the output file path format.
            This is a syntax sugar for -i and -v.
            Format Expression)
                %d - dirname of the original
                %i - filename of the original without extension
                %e - filename extension of the original
                %x - upper-left x coord
                %y - upper-left y coord
                %w - width
                %h - height
                %r - rotation degree
                %. - shear deformation in x coord
                %, - shear deformation in y coord
                %f - frame number (for video)
            Example) ./$i_%04x_%04y_%04w_%04h.%e
                Store into software directory and use image type of the original.

    -o 参数主要来控制生成图片的文件名.

    比如咱们这里的 –o 参数为 “%i__%x__%y__%w__%h__.png”.

    就表示生成文件的文件名为 “原文件名__x坐标__y坐标__宽度__高度__.png”.

    生成文件在文件夹:./samples/positive/ 中:

    image

     

    2.2.2.2 用 opencv_createsamples 对截取出的区域生成样本描述文件 *.vec

    opencv 官方文档中对 opencv_createsamples 的使用描述见这里

    在终端中输入 opencv_createsamples 不加任何参数, 查看使用帮助:

    ?
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    $ ./opencvTools/opencv_createsamples.exe
    Usage: D:vsWorkspace rainClassifieropencvToolsopencv_createsamples.exe
      [-info <collection_file_name>]
      [-img <image_file_name>]
      [-vec <vec_file_name>]
      [-bg <background_file_name>]
      [-num <number_of_samples = 1000>]
      [-bgcolor <background_color = 0>]
      [-inv] [-randinv] [-bgthresh <background_color_threshold = 80>]
      [-maxidev <max_intensity_deviation = 40>]
      [-maxxangle <max_x_rotation_angle = 1.100000>]
      [-maxyangle <max_y_rotation_angle = 1.100000>]
      [-maxzangle <max_z_rotation_angle = 0.500000>]
      [-show [<scale = 4.000000>]]
      [-w <sample_width = 24>]
      [-h <sample_height = 24>]

    我们需要用到的参数有:

    ?
    1
    2
    3
    4
    5
    6
    7
    8
    9
      [-img <image_file_name>]                                        //样本图片url
      [-vec <vec_file_name>]                                          //生成 vec 文件名
      [-bg <background_file_name>]                                    // 背景图片描述文件.( 即一个文本文件, 里面每一行是一个背景文件的url )
      [-num <number_of_samples = 1000>]                               // 对每一个图片生成多少个变形后的图片.          
      [-maxxangle <max_x_rotation_angle = 1.100000>]                  // 最大x方向翻转
      [-maxyangle <max_y_rotation_angle = 1.100000>]                  // 最大y方向翻转
      [-maxzangle <max_z_rotation_angle = 0.500000>]                  // 最大z方向翻转
      [-w <sample_width = 24>]                                                                              
      [-h <sample_height = 24>]                                       //这里的w和h在以后会多次用到, 一定要保证和这里的相等. 否则会失败        

    下面使用 openc_createasamples 工具来对每一个目标文件生成对应的 *.vec 样本描述文件

    新建 ./S3-createsamples.sh 文件. 内容如下: ( 脚本附件/S3-createsamples.sh )

    ?
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    #!/bin/sh
    positive_dir="./samples/positive/"
    list=($(find ./samples/positive/ -name "*.png" ))
    length of filelist: ${#list[@]}
     
    content=""
    for file in ${list[@]}
    do
            echo ==========================
        name=${file##*/}
        echo filename: $name
     
        arr=${name//__/ }
        arr=($arr)
        echo ${arr[@]}
        echo  ${arr[3]}, height: ${arr[4]}
     
        line="$name"
        content="$content$name.vec "
         
        vecname=${name//./_}
     
        ./opencvTools/opencv_createsamples.exe -vec ./samples/positive/$vecname.vec –bg ./samples/negtive/bg.txt -img $file -w 50 -h 25 -num 5
            echo ==========================
    done
     
    listfile=$positive_dir"vec_list.txt"
    targetfile=$positive_dir"target.vec"
    echo $listfile
    echo $targetfile
     
    find $positive_dir -name "*png.vec" > $listfile
    ./imageclipper/mergevec.exe $listfile $targetfile  -w 50 -h 25

    如果需要, 根据 1.3 中本项目的文件结构图, 将上面的文件路径改成你需要的路径.

    执行命令:

    ?
    1
    $ ./S3-createSamples.sh

    打开文件夹, 看到一列 *.vec 文件就对啦~~

    image

    2.2.2.3 用 mergevec 工具合并 *.vec 文件

    细心的您执行完 步骤2.2.2.2 之后, 就会发现上图已经有合并后的 target.vec 了.

    为了方便, 我已经把合并 vec 的步骤写到 S3-createsamples.sh 文件里去了. 看看这个文件的最后两行就知道啦.

    输入以下命令可以看到 mergevec 的使用帮助:

    ?
    1
    2
    3
    4
    5
    $ ./imageclipper/mergevec.exe
    Usage: D:vsWorkspace rainClassifierimageclippermergevec.exe
      <collection_file_of_vecs>
      <output_vec_filename>
      [-show] [-w <sample_width = 24>] [-h <sample_height = 24>]

     

     

    2.2.3 测试样本

    目标: 生成大量带有待识别区域的测试图片, 在这些图片中, 待识别区域的位置都已知.

    方法: 把证样本图片中的待识别区域, 经过缩放拉伸翻转后, 按随机位置贴在背景图片上, 并记录下待识别区域在背景图片上的位置.

    假设我们想训练一个识别嘴巴的识别器. 生成的测试样本如下:

    image

    利用我们训练的识别器, 对这些图片进行识别. 得到的结果, 跟实际情况相比较, 即可知道识别器的识别率和性能.

    创建 S5-createTestSample.sh 内容如下: ( 脚本附件/S5-createTestSample.sh )

    ?
    1
    2
    3
    4
    5
    6
    cd ./samples/test/
    find ../negtive/ -name "*.png" > negtive.dat #正样本
    find ../positive/ -maxdepth 1 -name "*.png" > positive.dat # 负样本
    perl ../../imageclipper/createsamples.pl positive.dat negtive.dat tests 1000
    "../../opencvTools/opencv_createsamples -bgcolor 0 -bgthresh 0 -maxxangle 1.1 -maxyangle 1.1 -maxzangle 0.5 maxidev 40"
    find tests/ -name "info.dat" -exec cat {} ; > tests.dat # merge info files

    运行脚本文件 S5-createTestSample.sh . 查看 ./samples/test/tests 文件夹, 就能看到各种样本图片啦~~

    样本图片列表存放在:

    ./samples/test/tests.dat

    里. 如果内容如下:

    ?
    1
    2
    3
    4
    5
    tests/IMG_20130718_150032__228__548__107__58__.png/0001_0044_0065_0071_0071.jpg 1 44 65 71 71
    tests/IMG_20130718_150032__228__548__107__58__.png/0002_0068_0232_0125_0125.jpg 1 68 232 125 125
    tests/IMG_20130718_150032__228__548__107__58__.png/0003_0126_0071_0112_0112.jpg 1 126 71 112 112
    tests/IMG_20130718_150032__228__548__107__58__.png/0004_0043_0136_0057_0057.jpg 1 43 136 57 57
    ...

    证明你成功的创建了测试样本!

    2.3 训练过程

    目标: 利用 opencv_haartraining 工具训练识别器

    执行以下命令来训练识别器:

    ?
    1
    2
    3
    4
    5
    6
     ./opencvTools/opencv_haartraining.exe 
                    -data ./teeath_haartraining 
                    -vec ./samples/positive/target.vec  
                    -bg ./samples/negtive/bg.txt  
                    -w 50 -h 25 -nsplits 2 -npos 30 -nneg 200 
                    -nonsym -mem 512 -mode ALL -minhitrate 0.95 -maxfalsealarm 0.5

    ( 脚本附件/S4-training.sh )

    注意: 此步骤可能因为正样本过少或者负样本过少而导致错误. 如果出现错误, 请使用更多样本进行尝试.

    训练过程可能要持续好几天, 请耐心等待.

    opencv_haartraining 的官方使用说明见这里

    输入以下命令可查看简要参数说明:

    ?
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    $ ./opencvTools/opencv_haartraining.exe
    Usage: D:vsWorkspace rainClassifieropencvToolsopencv_haartraining.exe
      -data <dir_name>
      -vec <vec_file_name>
      -bg <background_file_name>
      [-bg-vecfile]
      [-npos <number_of_positive_samples = 2000>]
      [-nneg <number_of_negative_samples = 2000>]
      [-nstages <number_of_stages = 14>]
      [-nsplits <number_of_splits = 1>]
      [-mem <memory_in_MB = 200>]
      [-sym (default)] [-nonsym]
      [-minhitrate <min_hit_rate = 0.995000>]
      [-maxfalsealarm <max_false_alarm_rate = 0.500000>]
      [-weighttrimming <weight_trimming = 0.950000>]
      [-eqw]
      [-mode <BASIC (default) | CORE | ALL>]
      [-w <sample_width = 24>]
      [-h <sample_height = 24>]
      [-bt <DAB | RAB | LB | GAB (default)>]
      [-err <misclass (default) | gini | entropy>]
      [-maxtreesplits <max_number_of_splits_in_tree_cascade = 0>]
      [-minpos <min_number_of_positive_samples_per_cluster = 500>]

     

    2.4 测试性能

    目标: 通过用大量测试数据进行实际测试, 得到识别器的识别率和识别性能

    原理: 已在 2.3.3 讲过. 可回看参考.

    执行命令:

    ?
    1
    ./opencvTools/opencv_performance.exe -data teeath_haartraining/ -w 50 -h 25 -info samples/test/tests.dat -ni

    ( 脚本附件/S6-test.sh )

    3 参考

    3.1 Tutorial: OpenCV haartraining

    3.2 Rapid Object Detection With A Cascade of Boosted Classifiers Based on Haar-like Features Introduction

    3.3 Merge vec files created by createsamples

    3.4 Cascade Classifier Training ( opencv offical document )

    3.5 imageclipper ( A tool to crop images manually fast )
  • 相关阅读:
    antd table表单再次进入清空搜索框的内容
    antd 4.x Form表单getFieldValue获取内容和清空内容
    antd select下拉添加全选的按钮
    antd 日期组件显示中文
    ie和谷歌浏览器自定义修改滚动条颜色
    canvas实现图片js在图片上添加文字和二维码
    every,some,filter,map数组方法区别
    小程序安装npm包
    safri overflow：hidden；失效
    弹框显示时阻止浏览器滚动行为
  • 原文地址：https://www.cnblogs.com/jhzhu/p/3217297.html
Copyright © 2011-2022 走看看