使用harrTraining进行电池的识别实验

http://blog.csdn.net/hardVB/archive/2007/10/10/1818756.aspx

请从opencv_share@163.com  密码：download 下载完整格式的文档与代码。

使用harrTraining进行电池的识别实验
by hardy
http://blog.csdn.net/hardvb
提取训练数据
在OpenCV_ObjectDetection_HowTo.pdf 提到的objectmaker.exe，实际中没有找到，只好
自己写了一个。
该小程序完成从摄像头中选定小图像的功能。
使用方法：
使用m按键切换模式
然后按键s 使画面暂停，
用鼠标点击移动选取检测物体的位置。
再按s按键存储数据。
数据提取模式分别为
• 创建正向训练数据，
• 创建背景图像
• 创建测试数据
其中正向训练数据在目录posdata/sample.txt下，格式为：
1100.bmp 3 20 80 21 58 142 69 18 58 255 94 22 74
1243.bmp 3 17 78 27 62 142 68 19 61 251 94 25 77
1470.bmp 3 16 88 32 72 137 83 23 74 273 100 28 79
背景图像为抓取图像，在目录negdata/sample.txt下，格式为：
01NFW-Large.bmp
01NFW-Small.bmp
02Block-Large.bmp
（这里的背景图像也可以从硬盘中文件中搜索的，大小可以与正向训练数据不同）
其中测试训练数据在目录testdata/sample.txt下，格式为：
1100.bmp 3 20 80 21 58 142 69 18 58 255 94 22 74
与正向训练数据一样。
新的objectmaker.exe 代码如下：
#include "stdafx.h"
#include
#include
#include
#include
#include
#include
IplImage *image = 0,*image_show = 0, *grey = 0, *prev_grey = 0;
struct PicRECT
{
PicRECT(){count=0;IsDrawing= false;IsStop=false;mode= 0;}
CvRect *prect()
{
return &rect[count];
}
CvRect rect[100];
int count;
bool IsDrawing;
bool IsStop;
int mode;
};
PicRECT myPicRECT;
using namespace std;
long frame_count =0;
void on_mouse( int event, int x, int y, int flags, void* param )
{
if( !image )
return;
if( image->origin )
y = image->height - y;
if( event == CV_EVENT_LBUTTONDOWN )
{
//pt = cvPoint(x,y);
if(!myPicRECT.IsDrawing)
{
myPicRECT.prect()->x = x;
myPicRECT.prect()->y = y;
myPicRECT.IsDrawing = true;
}e
lse
{
myPicRECT.prect()->width = x-myPicRECT.prect()->x;
myPicRECT.prect()->height = abs(y- myPicRECT.prect()->y);
//myPicRECT.prect()->y = y;
myPicRECT.IsDrawing = false;
myPicRECT.count ++;
}
}
if(event == CV_EVENT_MOUSEMOVE)
{
if(myPicRECT.IsDrawing)
{
myPicRECT.prect()->width = x-myPicRECT.prect()->x;
myPicRECT.prect()->height = y- myPicRECT.prect()->y;
}
}
}
void saveData();
int main(int argc, char* argv[])
{
cvNamedWindow("win1",0);
cvSetMouseCallback( "win1", on_mouse, 0 );
CvCapture* capture = 0;
capture = cvCaptureFromCAM(0 );
if( !capture )
{
fprintf(stderr,"Could not initialize capturing.../n");
return -1;
}
for(;;)
{
IplImage* frame = 0;
frame = cvQueryFrame( capture );
if( !frame )
break;
if( !image )
{
/* allocate all the buffers */
image = cvCreateImage( cvGetSize(frame), 8, 3 );
image_show = cvCreateImage( cvGetSize(frame), 8, 3 );
image_show->origin=image->origin = 0;
grey = cvCreateImage( cvGetSize(frame), 8, 1 );
prev_grey = cvCreateImage( cvGetSize(frame), 8, 1 );
}i
f(!myPicRECT.IsStop) cvCopy( frame, image, 0 );
cvCopy( image, image_show, 0 );
cvCvtColor( image, grey, CV_BGR2GRAY );
for(int i=0;i{
CvPoint pt1,pt2;
pt1= cvPoint(myPicRECT.rect[i].x,myPicRECT.rect[i].y);
pt2= cvPoint(pt1.x + myPicRECT.rect[i].width, pt1.y +
myPicRECT.rect[i].height);
if(i==myPicRECT.count)
{
if(myPicRECT.IsDrawing )
cvRectangle(image_show,pt1,pt2,CV_RGB(0,255,0),1,8,0);
}e
lse
cvRectangle(image_show,pt1,pt2,CV_RGB(0,255,0),1,8,0);
}
cvShowImage("win1",image_show);
char c = cvWaitKey(10);
if( c == 27 ) break;
if( c == 's' )
{
if(myPicRECT.IsStop) saveData();
myPicRECT.IsStop = myPicRECT.IsStop^1;
}i
f(c=='m')
{
myPicRECT.mode = (myPicRECT.mode+1)%3;
if(myPicRECT.mode==0) cout<<"in InPositive mode "<else if(myPicRECT.mode==1) cout<<"in InNegativemode "<else if(myPicRECT.mode==2) cout<<"in InTestmode "<}
frame_count++;
}
cvReleaseCapture( &capture );
cvDestroyWindow("win1");
return 0;
}/
/save
void saveData()
{
if(myPicRECT.mode==1)
{
string fname("");
string fpath("negdata//");
char buf[10];
sprintf_s(buf,10,"%d",frame_count);
fname.append (buf);
fname.append (".bmp");
fpath = fpath.append(fname);
cvSaveImage(fpath.c_str(),image);
std::fstream datafile("negdata//sample.txt",std::ios::app);
datafile<datafile<datafile.close();
}i
f(myPicRECT.count>0 && myPicRECT.mode==2)
{
string fpath("testdata//");
string fname("");
char buf[10];
sprintf_s(buf,10,"%d",frame_count);
fname.append (buf);
fname.append (".bmp");
fpath = fpath.append(fname);
cvSaveImage(fpath.c_str(),image);
std::fstream datafile("testdata//sample.txt",std::ios::app);
datafile<datafile<<" "<for(int i=0;i{
datafile<<" "<datafile<<" "<datafile<<" "<datafile<<" "<}
datafile<datafile.close();
myPicRECT.count =0;
myPicRECT.IsDrawing = false;
}i
f(myPicRECT.count>0 && myPicRECT.mode==0)
{
string fpath("posdata//");
string fname("");
char buf[10];
sprintf_s(buf,10,"%d",frame_count);
fname.append (buf);
fname.append (".bmp");
fpath = fpath.append(fname);
cvSaveImage(fpath.c_str(),image);
std::fstream datafile("posdata//sample.txt",std::ios::app);
datafile<datafile<<" "<for(int i=0;i{
datafile<<" "<datafile<<" "<datafile<<" "<datafile<<" "<}
datafile<datafile.close();
myPicRECT.count =0;
myPicRECT.IsDrawing = false;
}
cout<<"Save OK!"<}
使用haartraining
步骤一，创建sample
"C:/Program Files/OpenCV/bin/createsamples.exe" -info "posdata/sample.txt" -vec
data/pos.vec -num 609 -w 20 -h 50
步骤二，haartraining
"C:/Program Files/OpenCV/bin/haartraining.exe" -data data/cascade -vec
data/pos.vec -bg negdata/sample.txt -npos 609 -nneg 918 -mem 1200 -mode ALL -w
20 -h 50
步骤三，测试
"C:/Program Files/OpenCV/bin/performance.exe" -data data/cascade -info
testdata/sample.txt -w 20 -h 50 -rs 18
检测结果：18个测试图例中3个无法找到，一个误检。