本文将使用opencv-python识别自定义物体，能够区分识别到的物体，如果用作人脸识别，则能够区分出不同的人脸id，也就是能够分得清张三，李四，王二麻子

（这方案已经很老了，去学 Tensorflow2或者Pytorch 吧）

本文提供的所有资源仅供学习使用，不可商用

文末有完整工程链接

效果：

识别出局座，大紧，大众和沃尔沃

vs+python+opencv配置请参考vs+python+opencv配置_qq_43440703的博客-CSDN博客

本文中文乱码问题参考博客CV2 puttext不能显示中文问题_天上飞下一毛雪的博客-CSDN博客_cv2.puttext 显示中文

为什么能让程序识别出我们想要让它识别的物体，程序怎么能认得哪个是我们想要识别的物体

此时我们需要事先训练程序，我们需要事先告诉它，哪个人是局座，哪个人是大紧，哪个车是沃尔沃，哪个车是大众

如何训练程序去认识这些人和物，我们在本文最后去讲

本教程中出现的所有的训练数据文件都包含在文末的工程文件中，下载后可直接运行

注意：

本教程只使用了少量的样本训练，精度一般，主要是了解思想

本教程中对应物体的训练数据仅对本视频文件有较好的识别概率，其他场景效果不行

如果需要在任何场景中都能识别局座或者其他人和物，需要重新使用大量到的样本数据去训练，需要成千上万个样本，本程序只是一个示例教程

掌握了思想，就可以自己去准备样本去训练

程序实现：

新建一个Python应用程序

安装opencv-python

from PIL import Image, ImageDraw, ImageFontimport cv2import numpy as npimport time#由于直接用opencv显示中文会乱码，所以先将图片格式转化为PIL库的格式，用PIL的方法写入中文，然后在转化为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为字体文件draw.text(local, strs, colour, font=font)image = cv2.cvtColor(np.array(pilimg), cv2.COLOR_RGB2BGR)return image#src为输入的图像#classifier为对应识别物体的分类器#strs为识别出的物体的中文说明#colors表示框的颜色#minSize为识别物体的最小尺寸，当识别的物体尺寸低于这个尺寸，则不检测，就当没识别到#minSize为识别物体的最大尺寸，当大于该尺寸时不识别def myClassifier(src,classifier,strs,colors,minSize,maxSize):gray=cv2.cvtColor(src,cv2.COLOR_BGR2GRAY)#detectMultiScale()方法里面的参数在另一篇博客中有详解：/GottaYiWanLiu/article/details/90442274obj = 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) #画框，（x,y）为识别物体的左上角顶点，（w，h）为宽和高src=change_cv2_draw(src,strs,(x,y-20),20,colors)#显示中文return src#读取视频文件 若 cap=cv2.VideoCapture(0)，则为获取摄像头画面cap=cv2.VideoCapture("001.mp4")#读取对应物体的训练数据， 注意，以下这些训练数据仅对本视频文件有较好的识别概率，其他场景不行#其他场景中，需要重新使用大量到的样本数据去训练，本程序只是一个示例教程juzuo=cv2.CascadeClassifier("juzuo.xml") #局座人脸的训练数据dajin=cv2.CascadeClassifier("dajin.xml") #大紧人类的训练数据volvo=cv2.CascadeClassifier("volvo.xml") #沃尔沃汽车的训练数据volkswagen=cv2.CascadeClassifier("volkswagen.xml") #大众汽车的训练数据while True:_,frame=cap.read()frame=myClassifier(frame,juzuo,"局座",(0,0,255),(40,40),(60,60))frame=myClassifier(frame,dajin,"大紧",(0,255,0),(40,40),(70,70))frame=myClassifier(frame,volvo,"沃尔沃",(255,0,0),(35,35),(70,70))frame=myClassifier(frame,volkswagen,"大众",(0,255,255),(40,40),(70,70))cv2.imshow("frame",frame)cv2.waitKey(30)

如果想按Esc键退出程序

将最后一行改为：

c=cv2.waitKey(30)

if c==27:

cv2.destroyAllWindows()

break

所有参数说明看注释

如何训练我们想要识别的物体?

参考博客：

opencv3.3版本训练自己的物体分类器_刘延林 | 梦陆的博客-CSDN博客

首先我们需要安装3.0以上4.0以下的opencv

本人使用的opencv3.4.0

官网下载：Releases - OpenCV

安装完以后

在路径opencv\build\x64\vc14\bin\下有我们需要的训练程序

opencv_createsamples.exe和opencv_traincascade.exe

以本文为例：

首先新建一个文件夹取名 JuZuo

然后将opencv\build\x64\vc14\bin\下的所有文件复制到该文件夹下

然后在此文件夹下再新建一个pos文件夹，一个neg文件夹，一个xml文件夹

如下图所示：

其中neg文件夹保存我们的负样本

pos文件夹保存我们的正样本，

正负样本都是图片文件

正样本就是我们需要识别的物体的图片，而负样本中不能出现正样本

负样本下载（本人花积分从csdn上下载的）：

我推荐自己去网上搜，尊重别人劳动成果，我本来想把我下载的博主的链接粘贴过来，结果找了半天没找到

先用这个吧

链接：/s/1ahJA6BsY4oVL20oY3GSQjg

提取码：2o95

负样本的尺寸没有具体要求，只要比正样本大就行

而正样本，尺寸需要统一，为了保准训练的速度，本文正样本图片尺寸统一20x20

需要使用ps或者其他软件裁剪一下

局座正样本下载（本人一点一点的裁的）：

链接：/s/1Erwm59tzfdDHL3HTnu4QpA

提取码：gi7p

然后将负样本所有图片放到neg文件夹下

将局座的所有正样本图片放到pos文件夹下

然后win+r 输入cmd，打开cmd

比如本人的JuZuo文件夹在D盘

则输入d: 然后回车

然后来到我们的负样本文件夹

输入：cdD:\JuZuo\neg 回车

此时我们已经进入neg文件夹

输入：dir /b/s/p/w *.jpg > neg.txt 回车

此时会在neg文件末尾生成一个neg.txt文件

然后我们进入pos文件夹

输入 cdD:\JuZuo\pos 回车

此时我们输入：dir /b/s/p/w *.jpg > pos.txt 回车

此时会在pos文件末尾生成一个pos.txt文件

如下图：

此时我们将neg.txt和pos.txt文件都移动到D:\JuZuo\路径下

即移动到上一层目录

此时我们需要修改一下pos.txt

此时我们借助Notepad++程序，百度Notepad++下载

右键pos.txt，使用Notepad++打开

然后 按Ctrl+H

将所有的jpg替换成jpg 1 0 0 20 20

替换完后：

一定要记得保存

修改完后，

在回到D:\JuZuo\文件夹下

在cmd 命令提示符里输入： cdD:\JuZuo 回车

然后输入：opencv_createsamples.exe -vec pos.vec -info pos.txt -num 200 -w 20 -h 20 回车

其中-num 后面的200，是正样本的数量，比如有300个正样本，不一定要用满，比如我用200个，后面两个20 就是正样本的尺寸

如下图：

此时会在JiuZuo文件夹下创建一个pos.vec文件

此时我们新建一个文本文档

命名任意，但是需要将后缀名改为bat，比如start.bat

如下图：

此时右键start.bat,编辑

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 ALLpause

将这一段话复制进去保存

numPos为正样本数量，numNeg为负样本数量，numStages为分类器的级数，w和h为正样本的宽和高，maxFalseAlarmRate为最大误报率，precalcValBufSize为缓存大小，用于存储预先计算的特征值单位为MB，precalcIdxBufSize为缓存大小，用于存储预先计算的特征索引(feature indices)，单位为MB。内存越大，训练时间越短。

具体参数说明请参考官方文档：

/link?url=qZmbQOIgAdjLrWTy0-JAZW5UvMbHYuPDA0sDtGEPvJTLh2hPc56dccEq_9q6yYtSvBBciUE9cQrUYN8iTlec7a3lAPAlaBQd3X60WHvPm7qJcMPTNcwSuVcfQHdrJRoF&wd=&eqid=8cd1a75100010c7b000000055ce60780

然后双击start.bat启动

然后会在xml中生成cascade.xml文件，此文件就是训练后的文件

我们只需在代码中读取此文件即可

工程链接：

链接：/s/1cK19bZkNFwnQDBxAo9UDfg

提取码：fosm