Jump to Navigation

初步尝试opencv图像识别训练

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

添加新评论

Plain text

  • 不允许HTML标记。
  • 自动将网址与电子邮件地址转变为链接。
  • 自动断行和分段。
CAPTCHA
This question is for testing whether or not you are a human visitor and to prevent automated spam submissions.
Image CAPTCHA
Enter the characters shown in the image.


Main menu 2

Story | by Dr. Radut