3

我用一整天的时间训练我的电脑，opencv_traincascade使用 6000 多张类似于以下内容的正面图像检测 2 欧元硬币：

在此处输入图像描述

现在，我刚刚尝试运行一个简单的 OpenCV 程序来查看结果并检查文件cascade.xml。最后的结果非常令人失望：

在此处输入图像描述

硬币上有很多点，但背景上也有很多其他点。我用于训练的正面图像可能有问题吗？或者，我是否使用了detectMultiScale()错误的参数？

这是我的代码：

#include "opencv2/opencv.hpp"

using namespace cv;

int main(int, char**) {

  Mat src = imread("2c.jpg", CV_LOAD_IMAGE_COLOR); 

  Mat src_gray;

  std::vector<cv::Rect> money;

  CascadeClassifier euro2_cascade;

  cvtColor(src, src_gray, CV_BGR2GRAY );
  //equalizeHist(src_gray, src_gray);

  if ( !euro2_cascade.load( "/Users/lory/Desktop/cascade.xml" ) ) {
     printf("--(!)Error loading\n");
     return -1;
  }

  euro2_cascade.detectMultiScale( src_gray, money, 1.1, 0, CV_HAAR_FIND_BIGGEST_OBJECT|CV_HAAR_SCALE_IMAGE, cv::Size(10, 10),cv::Size(2000, 2000) );

  for( size_t i = 0; i < money.size(); i++ ) {
     cv::Point center( money[i].x + money[i].width*0.5, money[i].y + money[i].height*0.5 );
     ellipse( src, center, cv::Size( money[i].width*0.5, money[i].height*0.5), 0, 0, 360, Scalar( 255, 0, 255 ), 4, 8, 0 );
  }

  //namedWindow( "Display window", WINDOW_AUTOSIZE );
  imwrite("result.jpg",src);
}

我也尝试减少邻居的数量，但效果是一样的，只是点数少了很多……在正面图像中，硬币周围有这 4 个角作为背景，这可能是个问题吗？我用 Gimp 从显示硬币的拍摄视频中生成了 png 图像，所以我不知道为什么要opencv_createsamples放置这 4 个角。

4

2 回答 2

3

那些正面的形象是完全错误的

你在训练数据的部分上给你的图像提供的“噪音”越多，它就越健壮，但是训练需要的时间越长。然而，这是您的负面样本将发挥作用的地方。如果您有尽可能多的负训练样本和尽可能多的范围，那么您将创建更强大的检测器。你需要确保你的正面图像只有你的硬币，你所有的负面图像都有除了硬币之外的所有东西

到目前为止，我已经看到了您的几个问题，并且我认为您想检测三种不同类型的欧元硬币。您最好在这些不同的硬币上训练三个分类器，然后在您的图像上运行所有三个分类器。

我认为您还缺少有关 HAAR 如何有效工作（或 LBP 或其他）的关键知识，它会从您的正面图像中创建一组“特征”，然后尝试在您运行分类器的图像中找到这些特征。它通过找出正面图像和负面图像之间的差异来创建这些功能。你不想要任何不会成为你试图在你的正面图像中检测到的东西。

编辑 1 - 一个例子

想象一下为道路停车标志创建一个分类器，这与硬币的检测类似。它很大，呈红色，呈六角形。为此创建分类器相对容易 - 只要您不将训练阶段与错误数据混淆。

编辑 2 - 图像缩放：

您还必须记住，在运行检测阶段时，它需要您的分类器并从小处开始，然后按比例放大。大而明显的特征将被更快地检测到 - 在我之前的示例中，大红色斑点和六边形形状。然后它将从小特征开始，即文本或数字。

编辑 3 - 一个更好的例子

这个例子向您展示了如何训练级联对象检测器。事实上，它甚至有与停车标志相同的例子！

于 2016-01-29T18:24:26.297 回答
1

要检测欧元硬币的图像，您可以使用多种方法：

1) 训练 OpenCV 级联（HAAR 或 LBP）。不要忘记使用大量虚假图像。还扩展硬币的图像（添加边框）。

2）用原始图像的绝对梯度估计图像。使用霍夫变换检测圆形（硬币具有圆形形状）。

于 2016-01-29T13:55:41.087 回答