OpenCV3-Python基于BOW模型的车辆识别
admin 于 2018年09月10日 发表在 计算机视觉
上一篇博文《OpenCV3-Python基于HOG和BOW的目标识别》,在识别物体时,由于训练集太少导致结果不可靠,为了使结果的准确度在可接受范围内,需要一个足够大的数据集,对数据进行训练。
本节基于车辆检测的例子,介绍如何通过对大量数据集的训练,获取可靠的识别结果。
1. 数据集获取
可以通过网络下载,也可以本站下载(点击下载附件)
2. 车辆识别
通过对数据集的训练,来提高识别图片中汽车的可靠性。
import cv2 import numpy as np from os.path import join #获取不同类别图像的路径 def path(cls,i): return "%s/%s%d.pgm" % (datapath,cls,i+1) #以灰度格式读取图像,并从图像中提取SIFT特征,然后返回描述符 def extract_sift(fn): im = cv2.imread(fn,0) return extract.compute(im, detect.detect(im))[1] #声明训练图像的基础路径,最新下载地址: #http://cogcomp.org/Data/Car/CarData.tar.gz datapath = "./CarData/TrainImages/" #查看下载的数据素材,发现汽车数据集中图像按:pos-x.pgm 和 neg-x.pgm 命名,其中x是一个数字。 #这样从path读取图像时,只需传递变量i的值即可 pos, neg = "pos-", "neg-" #创建两个SIFT实例,一个提取关键点,一个提取特征; detect = cv2.xfeatures2d.SIFT_create() extract = cv2.xfeatures2d.SIFT_create() #创建基于FLANN匹配器实例 flann_params = dict(algorithm = 1, trees = 5) flann = cv2.FlannBasedMatcher(flann_params, {}) #创建BOW训练器,指定簇数为40 bow_kmeans_trainer = cv2.BOWKMeansTrainer(40) #初始化BOW提取器,视觉词汇将作为BOW类输入,在测试图像中会检测这些视觉词汇 extract_bow = cv2.BOWImgDescriptorExtractor(extract, flann) #从每个类别中读取8个正样本和8个负样本,并增加到训练集的描述符 for i in range(8): bow_kmeans_trainer.add(extract_sift(path(pos,i))) bow_kmeans_trainer.add(extract_sift(path(neg,i))) #cluster()函数执行k-means分类并返回词汇 #并为BOWImgDescriptorExtractor指定返回的词汇,以便能从测试图像中提取描述符 voc = bow_kmeans_trainer.cluster() extract_bow.setVocabulary( voc ) #返回基于BOW描述符提取器计算得到的描述符 def bow_features(fn): im = cv2.imread(fn,0) return extract_bow.compute(im, detect.detect(im)) #创建两个数组,分别存放训练数据和标签 #调用BOWImgDescriptorExtractor产生的描述符填充两个数组,生成正负样本图像的标签 traindata, trainlabels = [],[] for i in range(20): traindata.extend(bow_features(path(pos, i))); trainlabels.append(1) #1表示正匹配 traindata.extend(bow_features(path(neg, i))); trainlabels.append(-1) #-1表示负匹配 #创建一个svm实例 svm = cv2.ml.SVM_create() #通过将训练数据和标签放到NumPy数组中来进行训练 svm.train(np.array(traindata), cv2.ml.ROW_SAMPLE, np.array(trainlabels)) ''' 以上设置都是用于训练好的SVM,剩下要做的是给SVM一些样本图像 ''' # 显示predict方法结果,并返回结果信息 def predict(fn): f = bow_features(fn); p = svm.predict(f) print (fn, "\t", p[1][0][0]) return p #定义两个样本图像的路径,并读取样本图像信息 car, notcar = "./car.jpg", "./bb.jpg" car_img = cv2.imread(car) notcar_img = cv2.imread(notcar) #将图像传给已经训练好的SVM,并获取检测结果 car_predict = predict(car) not_car_predict = predict(notcar) #以下用于屏幕上显示识别的结果和图像 font = cv2.FONT_HERSHEY_SIMPLEX if (car_predict[1][0][0] == 1.0): cv2.putText(car_img,'Car Detected',(10,30), font, 1,(0,255,0),2,cv2.LINE_AA) if (not_car_predict[1][0][0] == -1.0): cv2.putText(notcar_img,'Car Not Detected',(10,30), font, 1,(0,0, 255),2,cv2.LINE_AA) cv2.imshow('BOW + SVM Success', car_img) cv2.imshow('BOW + SVM Failure', notcar_img) cv2.waitKey(0) cv2.destroyAllWindows()
3. 实验结果
4. 另一个例程
本例程将汽车识别调用的.py文件作为一个独立的文件夹,方便以后不同项目间的移植。
相关函数全部位于 car_detector(点击下载附件) 文件夹中,如下:
实际应用中,只需修改car_sliding_windows.py文件即可,附内容:
import cv2 import numpy as np from car_detector.detector import car_detector, bow_features from car_detector.pyramid import pyramid from car_detector.non_maximum import non_max_suppression_fast as nms from car_detector.sliding_window import sliding_window def in_range(number, test, thresh=0.2): return abs(number - test) < thresh test_image = "./car.jpg" svm, extractor = car_detector() detect = cv2.xfeatures2d.SIFT_create() w, h = 150, 80 img = cv2.imread(test_image) rectangles = [] scaleFactor = 1.25 for resized in pyramid(img, scaleFactor): scale = float(img.shape[1]) / float(resized.shape[1]) for (x, y, roi) in sliding_window(resized, 20, (w, h)): if roi.shape[1] != w or roi.shape[0] != h: continue try: bf = bow_features(roi, extractor, detect) _, result = svm.predict(bf) a, res = svm.predict(bf, flags=cv2.ml.STAT_MODEL_RAW_OUTPUT | cv2.ml.STAT_MODEL_UPDATE_MODEL) #所有小于-1.0的窗口被视为一个好的结果 if result[0][0] == 1 and res[0][0] < -1.0: print ("Class: %d, Score: %f, a: %s" % (result[0][0], res[0][0], res)) #提取感兴趣区域(ROI)的特征,它与滑动窗口相对应 rx, ry, rx2, ry2 = int(x * scale), int(y * scale), int((x+w) * scale), int((y+h) * scale) rectangles.append([rx, ry, rx2, ry2, abs(res[0][0])]) except: pass #将矩形数组转换为NumPy数组 windows = np.array(rectangles) #非最大抑制nms,按打分最高到最低排序 boxes = nms(windows, 0.25) #打印检测结果 for (x, y, x2, y2, score) in boxes: print (x, y, x2, y2, score) cv2.rectangle(img, (int(x),int(y)),(int(x2), int(y2)),(0, 255, 0), 1) cv2.putText(img, "%f" % score, (int(x),int(y)), cv2.FONT_HERSHEY_PLAIN, 1, (0, 255, 0)) cv2.imshow("img", img) cv2.waitKey(0) cv2.destroyAllWindows()
5. 例程运行结果:
对于支持向量机(SVM)来说,不需要每次都训练检测器,可以保存训练结果到文件,以后需要用到时,使用load函数直接加载即可。
svm.save('/svmxml')