opencv学习笔记——自己训练人脸识别分类器
在使用opencv自带的分类器haarcascade_frontalface_alt.xml进行人脸识别的基础认识后，决定自己训练一个分类器看一下效果。该过程大致可分为三个阶段：样本采集、分类器训练和运用训练好的分类器进行人脸检测。
1、样本的采集
在训练前，我们需要进行正样本及负样本的采集。
正样本采用的是ORL人脸数据库中的部分图像，本次共选用63张图像，初始图像大小为92*112，但在训练时出现了内存不足的问题，因此将其尺寸归一化为20*20。部分截图如下：
负样本采用的是weizmann团队http://www.wisdom.weizmann.ac.il/~vision/Seg_Evaluation_DB/dl.html 网站上的图像分割数据库里面的灰色图像，总共200幅图片，大小大约在300*200像素，截图如下所示：
图像采集完毕后，将其分别放在两个文件夹pos_img（正样本）和neg_img（负样本）下。再新建一个xml文件夹，xml文件夹存放后面训练过程中产生的数据模型，最后opencv会将其转换生成一个xml文件，也就是最终的分类器。
然后，从OpenCv安装目录中查找出如下两个exe可执行文件：
opencv_createsamples.exe：用于创建样本描述文件，后缀名是.vec。专门为OpenCV训练准备，只有正样本需要，负样本不需要。
opencv_haartraining.exe：是OpenCV自带的一个工具，封装了haar特征提取以及adaboost分类器训练过程。
一般来说，正负样本数目比例为1：3时训练结果较好，但是不是绝对。由于每个样本的差异性不同等因素，所以没有绝对的比例关系。但是负样本需要比正样本多，因为原则上说负样本的多样性越大越好，我们才能有效降低误检率，而不仅仅是通过正样本的训练让其能识别物体。在本次训练中，我选择了63个正样本和200个负样本，均为灰度图像。
样本准备完毕后，打开Windows下的命令行窗口cmd，进入指定目录下。
在当前pos_img目录下生成一个pos.txt记录所有图片的名称。
打开该txt文件，将pos.txt去掉，并将pgm 改为pgm 1 0 0 20 20。
这里1表示当前图片重复出现的次数是1， 0 0 20 20表示目标图片大小是矩形框从（0，0）到（20，20）。
同理，进入neg_img目录，生成neg.txt，然后打开文件去掉neg.txt，其余不做改动。
结束后将pos.txt和neg.txt拷出，与opencv_createsamples.exe文件放在一个目录下：
2、使用opencv_createsamples.exe建立训练需要的参数列表
Windows控制台进入指定目录下，我们之前已经在目录下放了opencv_createsamples.exe文件，在控制台下输入opencv_createsamples.exe可以得到各参数信息：
在命令行窗口输入：
则在当前目录下，产生一个pos.vec文件。
指令介绍：
-vec pos.vec：指定生成的文件，最终生成的就是pos.vec；
-info pos_img\pos.txt：目标图片描述文件，在pos\pos.txt；
-bg neg_img\neg.txt：背景图片描述文件，在neg\neg.txt；
-w 20：输出样本的宽度，20；
-h 20：输出样本的高度，20；
-num 63：要产生的正样本数量，63；
3、训练模型
Windows控制台进入指定目录下，我们之前已经在目录下放了opencv_haartraining.exe文件，在控制台下输入opencv_haartraining.exe可以得到各参数信息：
然后输入指令进行训练：
指令介绍：
-vec pos.vec：正样本文件名；
-bg neg_img\neg.txt：背景描述文件；
-data xml：指定存放训练好的分类器的路径名，也就是前面建立的xml文件夹；
-w 20：样本图片宽度，20；
-h 20：样本图片高度，20；
-mem 1024：提供的以MB为单位的内存，很明显，这个值越大，提供的内存越多，运算也越快；
-npos 45：取45个正样本，小于总正样本数；
-neg 180：取180个负样本，小于总负样本数；
-nstages 5：指定训练层数，层数越高耗时越长；
-nsplits 5：分裂子节点数目, 默认值 为2；(本来设置为5 ，但训练时一直出差错，改为默认值后可正常训练)。
在这里-npos -neg 两个参数若直接与正负样本总数相同，则在训练过程中会出现错误：训练中途，程序突然终止，提示"OpenCV Error: Assertion failed (elements_read == 1) in icvGetHaarTraininDataFromVecCallback, file ..\..\..\..\opencv\apps\haartraining\cvhaartraining.cpp, line 1861"。-npos的意思是每次训练从.vec文件中随机选取npos个正样本。由于存在虚警，在每一次训练一个强分类器之后，会把那些分类错误的从整个样本库中剔除掉，总的样本就剩下 CountVec = CountVec - （1 - minhitrate）* npos，在第二个强分类器的训练过程中就是从剩下的Countvec抽样，一直这样进行nstage次，所以就有CountVec >= (npos + (nstages - 1)*(1 -minhitrate) * npos ) + nneg 。当把npos设置与vec中总样本数相同时，第二个强分类器训练时，必然就会报错，提示样本数不足。只要将取值改小即可。
接下来要做的就是等待训练结束：
训练过程参数解释：
N：层数 %
SMP：样本的使用率
F : +表示通过翻转，否则是-
ST.THR : 分类器的阈值
HR：当前分类器 对正样本识别正确的概率
FA：当前分类器 对负样本识别错误的概率
EXP.ERR : 分类器的期望错误率
训练结束后会在根目录下生成xml.xml文件，在xml文件夹下生成最终的分类器：
4、测试
用自己训练的分类器替换opencv自带的分类器进行人脸识别：
因为训练的样本过少，分类器的层数也不多，分类效果并不好，还有待提高。