OpenCV的机器学习

基本概念
计算机视觉是机器学习的一种应用，而且是最有价的应用
人脸识别
- 哈尔(Haar)级联方法
- 深度学习方法(DNN)

Haar人脸识别方法

哈尔(Haar)级联方法是专门为解决人脸识别而推出的，在深度学习还不流行时，哈尔已可以商用
Haar人脸识别步骤：
- 创建Haar级联器
- 导入图片并将其灰度化
- 调用detectMultiScale方法进行人脸识别
detectMultiScale(img, double scaleFactor = 1.1, int minNeighbors = 3)
- scaleFactor缩放比例
- minNeighbors最小像素值

#创建Haar级联器
facer = cv2.CascadeClassifier('训练文件')
#导入图片并将其灰度化
img = cv2.imread('p.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#调用detetMultiScale方法进行人脸识别
#返回值faces是[[x,y,h,w]]数组
faces = facer.detectMultiScale(gray, 1.1, 3)for(x,y,w,h) in faces:cv2.rectangle(img,(x,y),(x+w, y+h),(0,0,255),2)

Haar其他脸部特征的检测
眼鼻口等
在检测出的人脸上再检测眼睛，能提高准确度

Haar+Tesseract车牌识别

车牌识别具体步骤

通过Haar定位车牌的大体位置
对车牌进行预处理
- 对车牌进行二值化处理
- 进行形态学处理
- 滤波去除噪点
- 缩放
调用Tesseract进行文字识别

#引入Tesseract库
import pytesseract
#创建Haar级联器
flate = cv2.CascadeClassifier('训练文件')
#导入图片并将其灰度化
img = cv2.imread('p.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#车牌定位
flates = plate.detectMultiScale(gray, 1.1, 3)for(x,y,w,h) in flates:cv2.rectangle(img,(x,y),(x+w, y+h),(0,0,255),2)#对获取的车牌进行预处理
#1.提取ROil
roi = gray[y:y+h, x:x+w]
#2.进行二值化
ret, roi_bin = cv2.threshold(roi, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)#lang指定语言，多个语言用+号连接
#config参数配置 分段形式常选8 11  引擎模式 常选3默认 
pytesseract.image_to_string(roi, lang = 'chi_sim+eng', config = '--psm 8 --oem 3')

深度学习基础知识

深度学习是计算机视觉最为重要的方法
深度学习简史
- 深度学习很早就被提出，但一直停滞不前
- 2011，微软在语音识别上使用，取得了突破
- 2012，DNN在图像识别领域取得惊人的效果，在ImageNet评测的错误率从26%降低到15%
- 2016，AlphaGo击败人类，引起世界震惊

深度学习网络

DNN (Deep Neural Netword) 深度神经网络
RNN (Recurrent Neural Netword) 循环神经网络
CNN (Convolutional Neural Netword) 卷积神经网络

在这里插入图片描述

RNN主要用途
- 语音识别
- 机器翻译
- 生成图像描述

在这里插入图片描述

CNN主要用途
- 图片分类、检索
- 目标定位检测
- 目标分割
- 人类识别
几种CNN网络实现
- LetNet,1998,第一代CNN,28*28手写字
- AlexNet,2012,ImageNet比赛的冠军
- VGG、GoogleLeNet、ResNet
几种CNN目标检测网络实现
- RCNN、Fast RCNN、Fast RCNN
- SSD(Single Shot Detectors)
- YOLO、YOLOv2…YOLOv5

模型训练

深度学习库
- TensorFlow，Google
- caffe->caffe2->torch(pytorch) 贾扬清
- MXNet,Apache
训练数据集
- MNIST、Fashion-MNIST 手写字母
- VOC 举办挑战赛时的数据集，2012年后不再举办
- COCO，用于目标检测的大型数据集
- ImageNet
训练模型
- Tf训练出的模型是.pb文件
- Pytorch训练出的模型是.pth文件
- Caffe训练出的模型是.caffe文件
- ONNX开放性神经交换格式训练出的模型是.onnx文件
OpenCV对DNN的支持
- OpenCV 3.3 将DNN转正
- OpenCV只能使用DNN，不能训练DNN模型
OpenCV支持的模型
- Tensor
- Flowtorch(pytorch)
- Caffe
- DarkNet

OpenCV使用DNN

DNN使用步骤
- 读取模型，并得到深度神经网络
- 读取图片/视频
- 将图片转成张量，送入深度神经网络
- 进行分析，并得到结果

导入模型

readNetFromTensorflow(model, config)
- model 训练出的模型文件
- config 对网络模型的描述，如输入规格，尺寸，宽高，网络的每一层级及其作用
readNetFromCaffe(config, model)
readNetDarknet(config, model), YOLO
readNet(model, [config, [framework]])

blobFromImage函数读取图像并将图像转成张量

将图像转成张量
blobFromImage(image,scalefactor = 1.0, size = Size(), mean = Scalar(), swapRB = false, crop = false…)
scalefactor 缩放因子
size 指定图像尺寸
mean 平均差值 RGB三元组消除输入图像中光照的变化 (103, 116, 123)
swapRB RB是否进行交换根据不同模型要求设置
crop 是否以图像的中心点为中心，对图像进行裁剪

将张量送入网络并执行

net.setInput(blob) 将张量塞进网络
net.forward() 让网络自动对图片进行分析

[实战]物体分类

#导入模型，并得到深度神经网络
net = cv2.readNetFromCaffe(config, model)
#读取图片，并将将图片转成张量
blob = dnn.blobFromImage(img, 1.0, (224,224), (104, 117, 123))
#将张量送入深度神经网络中，并进行预测
net.setInput(blob)
r = net.forward()
#得到结果，显示
with open(path, 'rt') as f:classes = [x [x.find("") + 1:] for x in f]order = sorted(r[0], reverse = True)
z = list(range(3))
for i in range(0, 3):z[i] = np.where(r[0] == order[i])[0][0]print('第', i+1 '项，匹配：', classes[z[i]], end = '')print('类所在行', z[i] + 1, '', '可能性：', order[i])