初步尝试opencv图像识别训练 |
| 发布： 2013-08-18 16:38 |
|
在了解了一些关于opencv的功能与基本用法之后，开学尝试使用opencv做一些实际应用。 本次选定一个功能应用，识别验证码功能。 验证码用于网站的防伪，一般为大小写字母与数字，4-6个字符不等。 使用opencv识别，分解为以下步骤， 验证码图片的切割，把图片中的几个字符拆开成单独的字符图片。 使用拆开的字符图片执行opencv训练， 使用训练好的分类器文件，识别目标中的字符。 对于图片验证码的切割，又分为下面几个步骤， 图像去噪，去除图像的背景，混淆随机点/线 图像的加强或者平滑处理，让其中的字符更清楚 根据字符轮廓，切割出字符图片。 这一步中，对于稍微复杂的验证码，也非常难以做到， 例如在去噪的时候，会把字符线条也去掉了部分，对于比较细的字体，可能就被过滤掉了。 对于有比较粗的混淆线时，这种线一般与字符交叉重叠， 在计算字符的轮廓时，会出现两个字符粘连一在起的情况。 图片加强时，也会加强没有去掉的混淆点/线，影响识别字符轮廓 还有些字符距离可能由于倾斜或者字体大小不同而靠的非常近， 这种情况也会出现字符识别与切割时的粘连问题。 图像的识别训练，分为两步， 第一步，创建样例与样例文件 第二步，使用前一步创建的样例文件执行训练，生成训练分类文件 使用opencv_createsamples命令生成样例文件， 首先，创建两个目录，pos与neg，分别存放正样本图片与负样本图片， 推荐数量在1000:500的数量级。 然后，分别在pos与neg文件，生成样本列表文件， 如在pos目录生成pos.txt，格式为， 文件名 1 0 0 样本图宽度 样本图高度 生成命令，ls | awk '{print $1 " 1 0 0 30 30"}' > pos.txt 同样，在neg目录生成neg.txt，文件格式只有一列文件名： 文件名 然后，在pos上级目录，执行创建样例信息文件： opencv_createsamples -info pos/pos.txt -vec verify.vec -num $pos_num -bg neg/neg.txt 如果无误，会生成verify.vec文件，样例数量在1000左右，这个文件大概在100K。 生成了verify.vec样本信息文件后，使用下面的命令开始训练， opencv_traincascade -data trdata -vec verify.vec -bg neg/neg.txt -numStages 16 -numPos $rpos_num -numNeg $rneg_num -minHitRate 0.999 其中，训练结果存放在trdata目录， -numStages 16 为重复训练的步骤数，可调节0-20之间。 一般来说，需要根据训练的结果调整这个值，一般训练到输出结果为0.0002-0.0004这个范围就够了， 再继续训练的话也是过度训练了，如训练到结果为1.2-E10这种类似的结果说明已经过度， 需要调整这个numStages参数的值再执行训练。 minHitRate参数表示训练的精确度，默认为0.95，这里比默认的还要高些。 训练结果： [gzleo@myubuntu imgtrain]$ ls trdata/ -lh 总用量 88K -rw-r--r-- 1 gzleo wheel 18K 8月 11 20:28 cascade.xml -rw-r--r-- 1 gzleo wheel 594 8月 11 20:25 params.xml -rw-r--r-- 1 gzleo wheel 566 8月 11 20:25 stage0.xml -rw-r--r-- 1 gzleo wheel 749 8月 11 20:27 stage10.xml -rw-r--r-- 1 gzleo wheel 565 8月 11 20:27 stage11.xml -rw-r--r-- 1 gzleo wheel 544 8月 11 20:28 stage12.xml -rw-r--r-- 1 gzleo wheel 690 8月 11 20:28 stage13.xml -rw-r--r-- 1 gzleo wheel 1.1K 8月 11 20:28 stage14.xml -rw-r--r-- 1 gzleo wheel 926 8月 11 20:28 stage15.xml -rw-r--r-- 1 gzleo wheel 562 8月 11 20:26 stage1.xml -rw-r--r-- 1 gzleo wheel 563 8月 11 20:26 stage2.xml -rw-r--r-- 1 gzleo wheel 541 8月 11 20:26 stage3.xml -rw-r--r-- 1 gzleo wheel 746 8月 11 20:26 stage4.xml -rw-r--r-- 1 gzleo wheel 566 8月 11 20:26 stage5.xml -rw-r--r-- 1 gzleo wheel 923 8月 11 20:27 stage6.xml -rw-r--r-- 1 gzleo wheel 740 8月 11 20:27 stage7.xml -rw-r--r-- 1 gzleo wheel 564 8月 11 20:27 stage8.xml -rw-r--r-- 1 gzleo wheel 924 8月 11 20:27 stage9.xml、 最终结果为trdata/cascade.xml文件，这个文件可用于下一步的图片识别中。 这次训练，得到的cascade.xml文件大小为18K，算是非常小的，所以准确度上不够。 训练正常的情况下，使用比较好的正样本与负样本，可得到大概在500K-1M-2M的分类文件， 识别效果才比较好。 不过，一个正常的训练过程可能会比较耗时，有可能用10几个小时才会训练完成。 所以，训练慢时要有耐心。 另外，如果训练时给的负样本数太少，有可能死循环在stage1的训练上，这时需要适当调整负样本个数。 本次训练即使使用的非常小的图片和比较小的图片数量，一次也需要耗时10-20分钟。 训练结果出来之后，使用CvHaarClassifierCascade类做了识别测试。 本次尝试结果并不太理想，识别率不足50%，只是了解了下opencv图像识别的处理流程。 不过从中可以看出来，好的正负样本图像对训练过程与识别结果的准确度影响至关重要。 从这个经验来看，选择这个试验主题开始opencv训练分类也许不太好。 下次准备测试下图像的分类训练，如能识别出自然景观照片，人物照片，城市外景照片， 可能会比直接处理验证码识别这块效果要好些。 参考资料： www.opencv.org |
|
原文： http://qtchina.tk/?q=node/758 |
|
Powered by zexport
|
