opencv+python識別豬

背景：在車載監控回傳的視頻里判斷該車里是否有豬

解決思路：在回傳視頻里做物體識別，如果有豬就框出來并且給出一個代表值

day1 2021-10-27

設想：物體識別，并且在圖中框出來豬

1.找正樣本

最開始對正樣本負樣本blabla沒有概念，所以瞎轉

在csdn里搜豬的資料包，找到了一個1447圖+標注檔案的資料包，因為以前沒做過CV類的東西，感覺牛逼，趕緊下載，

下載后就這個樣子，所有圖片都是裁好的，純度不錯，并在對應的xml檔案里生成了對該豬的描述

（后來發現沒雞兒用，因為我不會處理xml）

2.找負樣本

csdn搜了一堆貓狗資料，充當負樣本，該資料包自帶neg.txt

3.對正樣本進行灰度處理，并裁減

4.安裝opencv

pip install opencv_python

5.樣本裁減+灰度處理

import cv2
path =  寫你的圖片地址比如  "D:/train/new/pos/"
for i in range(1, 1447):  有多少圖寫寫多大范圍
    print(path+str(i)+'.jpg') 對應的圖片路徑
    img = cv2.imread(path+str(i)+'.jpg', cv2.IMREAD_GRAYSCALE) 
    img5050 = cv2.resize(img, (100,100))
    cv2.imshow("img",img5050)
    cv2.waitKey(20)
    cv2.imwrite('D:/train/new/pos/pos/'+str(i)+'.jpg', img5050) 給出處理好的圖片存盤地址

6.對正樣本進行描述處理，生成一個pos.txt檔案

import os
def create_pos_n_neg():
        for img in os.listdir('D:/train/test2/pos'):    圖片的路徑，
                line = 'pos' + '/' + img + ' 1 0 0 100 100\n' 生成對圖片的描述
                print(line)
                with open('D:/train/test2/pos.txt', 'a') as f:  寫入的檔案
                    f.write(line)  

if __name__ == '__main__':
    create_pos_n_neg()

7.此事檔案結構應該是這樣的，neg放負樣本圖片，pos放正樣本圖片，neg.txt描述負樣本，pos.txt描述正樣本

對應的5個opencv檔案是下載來的，https://pan.baidu.com/s/14plhrufj2hQR3Es3aYqoIg

8.用createsample生成pos.vec

打開cmd，切到存放上邊這一堆的檔案夾下，輸入下邊的命令

-vec是生產的vec的名字，-info理解為指定vec從哪來的，-num是樣本數，-w -h 寬，高

opencv_createsamples.exe -vec pos.vec -info pos.txt -num 1447 -w 100 -h 100

9.出現這個小東西

10.用traincascade進行分類器的訓練，首先創建xml檔案夾

和上邊一樣，打開cmd，輸入下邊命令

-numPos正樣本數，-numNeg負樣本數，-vec正樣本，-bg負樣本，-data xml指生成xml檔案 -w -h 寬高，如果用LBP就把模型裁成24*24 -numStages層數，可任意

opencv_traincascade.exe -data xml -vec pos.vec -bg neg.txt -numPos 1447 -numNeg 2000 -numStages 20 -w 100 -h 100 -minHitRate 0.9999 -maxFalseAlarmRate 0.5 -mode ALL

此處記錄自己踩的坑

1.numPos沒有大寫P

2.樣本太大記憶體裝不下，一訓練就崩潰（解決方法，乖乖把圖片裁小點比如20*20）

3.層數太多記憶體裝不下

11.訓練完成

在xml檔案夾里出現這個東西就說明訓練ok

12.整一段代碼參考cascade來識別一下視頻里的豬

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化為PIL庫的格式，用PIL的方法寫入中文，然后在轉化為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為字體檔案
    draw.text(local, strs, colour, font=font)
    image = cv2.cvtColor(np.array(pilimg), cv2.COLOR_RGB2BGR)
    return image


# src為輸入的影像
# classifier為對應識別物體的分類器
# 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，當識別的物體尺寸低于這個尺寸，則不檢測，就當沒識別到
# minSize為識別物體的最大尺寸，當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()方法里面的引數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


# cap=cv2.VideoCapture(0)
cap = cv2.VideoCapture("C:/train/pigtest.mp4") #這里是對應的視頻檔案
pig = cv2.CascadeClassifier("C:/train/pig/xml/cascade.xml")  這里是對應的cascade


while True:
    _, frame = cap.read()
    frame = myClassifier(frame, pig, "pig", (0, 0, 255), (100, 100), (800, 800))
                                    這里的pig是描述框的標題

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

13. 看看效果

rnm退錢！垃圾垃圾垃圾垃圾