第一步 采集样本
1、 将正负样本分别放在两个不同的文件夹下面
分别取名 pos 和 neg，其中 pos 用来存放正样本图像，neg 用来存放负样本
注意事项：1、正样本要统一切成 24*24 像素（或者其他）的格式，建议保存成灰度图，
节省空间
2、正样本的数目越多，训练的时间也将越长，训练出来的效果也就越好
3、负样本的数量想对于正样本一定要足够的多，很多朋友在训练的时候，往
往出现了 CPU 占用率达到了 100%，但是训练只是停留在一个分类器长达几小时没有相应，
问题出现在取负样本的那个函数 icvGetHaarTrainingDataFromBG 中; 当剩下所有的
negtive 样本在临时的 cascade Classifier（分类器）中,evaluate 的结果都是 0（也就是拒
绝了），随机取样本的数目到几百万都是找不到误检测的 neg 样本了，因而没法跳出循环
2、建立正负样本的说明文件
这里我们假定根目录在 D:oost 下面 。
评论2