本文將使用opencv-python識別自定義物體，能夠區(qū)分識別到的物體，如果用作人臉識別，則能夠區(qū)分出不同的人臉id，也就是能夠分得清張三，李四，王二麻子

本文提供的所有資源僅供學(xué)習(xí)使用，不可商用

文末有完整工程鏈接

效果：

識別出局座，大緊，大眾和沃爾沃

vs2017+python+opencv配置請參考https://blog.csdn.net/qq_43440703/article/details/88375609

本文中文亂碼問題參考博客https://blog.csdn.net/qq_39622065/article/details/84859629

為什么能讓程序識別出我們想要讓它識別的物體，程序怎么能認得哪個是我們想要識別的物體

此時我們需要事先訓(xùn)練程序，我們需要事先告訴它，哪個人是局座，哪個人是大緊，哪個車是沃爾沃，哪個車是大眾

如何訓(xùn)練程序去認識這些人和物，我們在本文最后去講

本教程中出現(xiàn)的所有的訓(xùn)練數(shù)據(jù)文件都包含在文末的工程文件中，下載后可直接運行

注意：

本教程只使用了少量的樣本訓(xùn)練，精度一般，主要是了解思想

本教程中對應(yīng)物體的訓(xùn)練數(shù)據(jù)僅對本視頻文件有較好的識別概率，其他場景效果不行

如果需要在任何場景中都能識別局座或者其他人和物，需要重新使用大量到的樣本數(shù)據(jù)去訓(xùn)練，需要成千上萬個樣本，本程序只是一個示例教程

掌握了思想，就可以自己去準(zhǔn)備樣本去訓(xùn)練

程序?qū)崿F(xiàn)：

新建一個Python應(yīng)用程序

安裝opencv-python

            
              from PIL import Image, ImageDraw, ImageFont
import cv2
import numpy as np
import time


 #由于直接用opencv顯示中文會亂碼，所以先將圖片格式轉(zhuǎn)化為PIL庫的格式，用PIL的方法寫入中文，然后在轉(zhuǎn)化為CV的格式 
def change_cv2_draw(image,strs,local,sizes,colour):   
    cv2img = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
    pilimg = Image.fromarray(cv2img)
    draw = ImageDraw.Draw(pilimg) 
    font = ImageFont.truetype("SIMYOU.TTF",sizes, encoding="utf-8")  #SIMYOU.TTF為字體文件
    draw.text(local, strs, colour, font=font)
    image = cv2.cvtColor(np.array(pilimg), cv2.COLOR_RGB2BGR)
    return image



#src為輸入的圖像
#classifier為對應(yīng)識別物體的分類器
#strs為識別出的物體的中文說明
#colors表示框的顏色
#minSize為識別物體的最小尺寸，當(dāng)識別的物體尺寸低于這個尺寸，則不檢測，就當(dāng)沒識別到
#minSize為識別物體的最大尺寸，當(dāng)大于該尺寸時不識別
def myClassifier(src,classifier,strs,colors,minSize,maxSize):
    gray=cv2.cvtColor(src,cv2.COLOR_BGR2GRAY)
    #detectMultiScale()方法里面的參數(shù)在另一篇博客中有詳解：https://blog.csdn.net/GottaYiWanLiu/article/details/90442274
    obj = classifier.detectMultiScale(gray,scaleFactor = 1.15, minNeighbors = 5,minSize=minSize,maxSize=maxSize) 
    for (x,y,w,h) in obj:
        cv2.rectangle(src,(x,y),(x+w,y+w),colors,2) #畫框，（x,y）為識別物體的左上角頂點，（w，h）為寬和高
        src=change_cv2_draw(src,strs,(x,y-20),20,colors)#顯示中文
    return src


#讀取視頻文件 若 cap=cv2.VideoCapture(0)，則為獲取攝像頭畫面
cap=cv2.VideoCapture("001.mp4")

#讀取對應(yīng)物體的訓(xùn)練數(shù)據(jù)，  注意，以下這些訓(xùn)練數(shù)據(jù)僅對本視頻文件有較好的識別概率，其他場景不行
#其他場景中，需要重新使用大量到的樣本數(shù)據(jù)去訓(xùn)練，本程序只是一個示例教程

juzuo=cv2.CascadeClassifier("juzuo.xml")   #局座人臉的訓(xùn)練數(shù)據(jù)
dajin=cv2.CascadeClassifier("dajin.xml")   #大緊人類的訓(xùn)練數(shù)據(jù)
volvo=cv2.CascadeClassifier("volvo.xml")   #沃爾沃汽車的訓(xùn)練數(shù)據(jù)
volkswagen=cv2.CascadeClassifier("volkswagen.xml") #大眾汽車的訓(xùn)練數(shù)據(jù)

while True:
    _,frame=cap.read()
    frame=myClassifier(frame,juzuo,"局座",(0,0,255),(40,40),(60,60))
    frame=myClassifier(frame,dajin,"大緊",(0,255,0),(40,40),(70,70))
    frame=myClassifier(frame,volvo,"沃爾沃",(255,0,0),(35,35),(70,70))
    frame=myClassifier(frame,volkswagen,"大眾",(0,255,255),(40,40),(70,70))

    cv2.imshow("frame",frame)
    cv2.waitKey(30)

如果想按Esc鍵退出程序

將最后一行改為：

c=cv2.waitKey(30)

if c==27:

? ?cv2.destroyAllWindows()

? ?break

所有參數(shù)說明看注釋

如何訓(xùn)練我們想要識別的物體?

參考博客：

https://blog.csdn.net/qq_32502511/article/details/79010509

首先我們需要安裝3.0以上4.0以下的opencv

本人使用的opencv3.4.0

官網(wǎng)下載：https://opencv.org/releases/page/2/

安裝完以后

在路徑opencv\build\x64\vc14\bin\下有我們需要的訓(xùn)練程序

opencv_createsamples.exe和opencv_traincascade.exe

以本文為例：

首先新建一個文件夾取名 JuZuo

然后將opencv\build\x64\vc14\bin\下的所有文件復(fù)制到該文件夾下

然后在此文件夾下再新建一個pos文件夾，一個neg文件夾，一個xml文件夾

如下圖所示：

其中neg文件夾保存我們的負樣本

pos文件夾保存我們的正樣本，

正負樣本都是圖片文件

正樣本就是我們需要識別的物體的圖片，而負樣本中不能出現(xiàn)正樣本

負樣本下載（本人花積分從csdn上下載的）：

我推薦自己去網(wǎng)上搜，尊重別人勞動成果，我本來想把我下載的博主的鏈接粘貼過來，結(jié)果找了半天沒找到

先用這個吧

鏈接：https://pan.baidu.com/s/1ahJA6BsY4oVL20oY3GSQjg?
提取碼：2o95?

負樣本的尺寸沒有具體要求，只要比正樣本大就行

而正樣本，尺寸需要統(tǒng)一，為了保準(zhǔn)訓(xùn)練的速度，本文正樣本圖片尺寸統(tǒng)一20x20

需要使用ps或者其他軟件裁剪一下

局座正樣本下載（本人一點一點的裁的）：

鏈接：https://pan.baidu.com/s/1Erwm59tzfdDHL3HTnu4QpA?
提取碼：gi7p?
?

然后將負樣本所有圖片放到neg文件夾下

將局座的所有正樣本圖片放到pos文件夾下

然后win+r? ?輸入cmd，打開cmd

比如本人的JuZuo文件夾在D盤

則輸入?d:? ?然后回車

然后來到我們的負樣本文件夾

輸入：cd?D:\JuZuo\neg? 回車

此時我們已經(jīng)進入neg文件夾

輸入：dir /b/s/p/w *.jpg > neg.txt? 回車

此時會在neg文件末尾生成一個neg.txt文件

然后我們進入pos文件夾

輸入 cd?D:\JuZuo\pos? 回車

此時我們輸入：dir /b/s/p/w *.jpg > pos.txt? 回車

此時會在pos文件末尾生成一個pos.txt文件

如下圖：

此時我們將neg.txt和pos.txt文件都移動到D:\JuZuo\路徑下

即移動到上一層目錄

此時我們需要修改一下pos.txt

此時我們借助Notepad++程序，百度Notepad++下載

右鍵pos.txt，使用Notepad++打開

然后按?Ctrl+H

將所有的jpg替換成jpg 1 0 0 20 20

替換完后：

一定要記得保存

修改完后，

在回到D:\JuZuo\文件夾下

在cmd 命令提示符里輸入： cd?D:\JuZuo 回車

然后輸入：opencv_createsamples.exe -vec pos.vec -info pos.txt -num 200 -w 20 -h 20 回車

其中-num 后面的200，是正樣本的數(shù)量，比如有300個正樣本，不一定要用滿，比如我用200個，后面兩個20 就是正樣本的尺寸

如下圖：

此時會在JiuZuo文件夾下創(chuàng)建一個pos.vec文件

此時我們新建一個文本文檔

命名任意，但是需要將后綴名改為bat，比如start.bat

如下圖：

此時右鍵start.bat,編輯

opencv_traincascade.exe -data xml -vec pos.vec -bg neg.txt -numPos 200 -numNeg 400 -numStages 15 -w 20 -h 20 -maxFalseAlarmRate 0.4 -precalcValBufSize 2048 -precalcIdxBufSize 2048 -mode ALL

pause

將這一段話復(fù)制進去保存

numPos為正樣本數(shù)量，numNeg為負樣本數(shù)量，numStages為分類器的級數(shù)，w和h為正樣本的寬和高，maxFalseAlarmRate為最大誤報率，precalcValBufSize為緩存大小，用于存儲預(yù)先計算的特征值單位為MB，precalcIdxBufSize為緩存大小，用于存儲預(yù)先計算的特征索引(feature indices)，單位為MB。內(nèi)存越大，訓(xùn)練時間越短。

具體參數(shù)說明請參考官方文檔：

https://www.baidu.com/link?url=qZmbQOIgAdjLrWTy0-JAZW5UvMbHYuPDA0sDtGEPvJTLh2hPc56dccEq_9q6yYtSvBBciUE9cQrUYN8iTlec7a3lAPAlaBQd3X60WHvPm7qJcMPTNcwSuVcfQHdrJRoF&wd=&eqid=8cd1a75100010c7b000000055ce60780

然后雙擊start.bat啟動

然后會在xml中生成cascade.xml文件，此文件就是訓(xùn)練后的文件

我們只需在代碼中讀取此文件即可

工程鏈接：

鏈接：https://pan.baidu.com/s/1cK19bZkNFwnQDBxAo9UDfg?
提取碼：fosm?

更多文章、技術(shù)交流、商務(wù)合作、聯(lián)系博主

微信掃碼或搜索：z360901061

微信掃一掃加我為好友

QQ號聯(lián)系： 360901061

您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。

【本文對您有幫助就好】元

2元

5元

10元

20元

自定義