上一篇文章中介紹瞭如何使用OpenCV自帶的haar分類器進行人臉識別（點我開啟）。
這次我試著自己去訓練一個haar分類器，前後花了兩天，最後總算是訓練完了。不過效果並不是特別理想，由於我是在自己的筆記本上進行訓練，為減少訓練時間我的樣本量不是很大，最後也只是勉強看看效果了。網上有關的資料和部落格可以說很多了，只要耐心點總是能成功的。

採集樣本：

首先要訓練，就得有訓練集。網上有很多國外高校開源的庫可供下載：
1、卡耐基梅隆大學影象資料庫（點我開啟）
2、MIT人臉資料庫（點我開啟）
3、ORL人臉資料庫（點我開啟）
由於是國外的網站，可能需要翻牆，所以下載可能會有些麻煩。這裡給出了我在網上收集的訓練集，正樣本為20*20的人臉圖片，負樣本為50*50的背景圖片。樣本集下載地址：

準備工作：

在指定目錄中放入以下所提到的資料夾及檔案。
將正樣本放在pos資料夾中，負樣本放在neg資料夾中，xml資料夾存放後面訓練過程中產生的資料模型，最後opencv會將其轉換生成一個xml檔案，也就是最終的分類器。

從OpenCv安裝目錄中查找出如下兩個exe可執行檔案。

opencv_createsamples.exe：用於建立樣本描述檔案，字尾名是.vec。專門為OpenCV訓練準備，只有正樣本需要，負樣本不需要。
opencv_haartraining.exe：是OpenCV自帶的一個工具，封裝了haar特徵提取以及adaboost分類器訓練過程。
一般來說，正負樣本數目比例在1：3的時候訓練結果比較好，但是不是絕對。由於每個樣本的差異性不同等因素，所以沒有絕對的比例關係。但是負樣本需要比正樣本多，因為原則上說負樣本的多樣性越大越好，我們才能有效降低誤檢率，而不僅僅是通過正樣本的訓練讓其能識別物體。為了節約時間，我選了1500個正樣本和4500個負樣本。

獲取樣本路徑列表：

開啟Windows下的命令列視窗，進入指定目錄下。

1、建立正樣本的描述檔案：
首先進入pos資料夾中，輸入：

dir /b > pos.txt

• 1

在當前pos目錄下生成一個pos.txt記錄所有圖片的名稱。

開啟記事本，去除pos.txt最後一行的pos資料夾；
將所有jpg替換成 jpg 1 0 0 20 20。這裡1表示當前圖片重複出現的次數是1， 0 0 20 20表示目標圖片大小是矩形框從（0，0）到（20，20）。

2、建立負樣本的描述檔案：
接下來重新進入neg資料夾，輸入：

dir /b > neg.txt

• 1

之後，生成neg.txt檔案，這裡負樣本不做其他修改。

3、使用opencv_createsamples.exe建立訓練需要的引數列表：
Windows控制檯進入指定目錄下，我們之前已經在目錄下放了opencv_createsamples.exe檔案，在控制檯下輸入opencv_createsamples.exe可以得到各引數資訊：

在當前目錄下輸入如下指令：

opencv_createsamples.exe -vec pos.vec -info pos\pos.txt -bg neg\neg.txt -w 20 -h 20 -num 1500 ；

• 1

當前目錄下，產生了pos.vec檔案。

簡要介紹指令：

-vec pos.vec：指定生成的檔案，最終生成的就是pos.vec；
-info pos\pos.txt：目標圖片描述檔案，在pos\pos.txt；
-bg neg\neg.txt：背景圖片描述檔案，在neg\neg.txt；
-w 20：輸出樣本的寬度，20；
-h 20：輸出樣本的高度，20；
-num 1500：要產生的正樣本數量，1500；

訓練模型：

Windows控制檯進入指定目錄下，我們之前已經在目錄下放了opencv_haartraining.exe檔案，在控制檯下輸入opencv_haartraining.exe可以得到各引數資訊：

輸入如下指令進行訓練：

opencv_haartraining.exe -vec pos.vec -bg neg\neg.txt -data xml -w 20 -h 20 -mem 1024 -npos 1000 -neg 3000 -nstages 2 -nsplits 5

• 1

簡要介紹指令：

-vec pos.vec：正樣本檔名；
-bg neg\neg.txt：背景描述檔案；
-data xml：指定存放訓練好的分類器的路徑名，也就是前面建立的xml資料夾；
-w 20：樣本圖片寬度，20；
-h 20：樣本圖片高度，20；
-mem 1024：提供的以MB為單位的記憶體，很明顯，這個值越大，提供的記憶體越多，運算也越快；
-npos 1000：取1000個正樣本，小於總正樣本數；
-neg 3000：取3000個負樣本，小於總負樣本數；
-nstages 2：指定訓練層數，層數越高耗時越長；
-nsplits 5：分裂子節點數目, 預設值 為2；

其他引數：

-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；
-sym或者-nonsym：臉是否垂直對稱，若是，則選前者，且可以加快訓練速度。

輸入指令之後就是等待了，最後可以看到結果如下：

這裡我的層數太少了，導致訓練結果不是很好，一般要增加到15~20層才能有較好的效果。

中間可能遇到的問題：

可能在訓練的過程中，過了很長時間但是卻一直停留在某一層不動，上網查詢解決辦法如下：增大負樣本數目，增大負樣本之間的變化! 增加負樣本，然後重新接著訓練，注意更改負樣本的數目。
詳細說明可以檢視：http://blog.csdn.net/jimeshui/article/details/42039615

--------------------- 本文來自 hongbin_xu 的CSDN 部落格 ，全文地址請點選：https://blog.csdn.net/hongbin_xu/article/details/74203215?utm_source=copy