Krijoni Klasifikues të Imazheve OpenCV duke përdorur Python: 7 hapa

2024 Autor: John Day | [email protected]. E modifikuara e fundit: 2024-01-30 12:27

Klasifikuesit Haar në python dhe opencv është një detyrë mjaft e ndërlikuar, por e lehtë.

Ne shpesh përballemi me problemet në zbulimin dhe klasifikimin e imazheve. zgjidhja më e mirë është të krijoni klasifikuesin tuaj. Këtu mësojmë të bëjmë klasifikuesit tanë të imazhit me disa komanda dhe programe të gjata por të thjeshta python

Klasifikimi kërkon një numër të madh të imazheve negative dhe pozitive, negativet nuk përmbajnë objektin e kërkuar, ndërsa ato pozitive janë ato që përmbajnë objektin që duhet zbuluar.

Rreth 2000 negativë dhe pozitivë kërkohen. Programi python e shndërron imazhin në shkallë gri dhe një madhësi të përshtatshme në mënyrë që klasifikuesit të marrin kohën optimale për t'u krijuar.

Hapi 1: Kërkohen softuerë

Ju keni nevojë për softuerët e mëposhtëm për krijimin e klasifikuesit tuaj

1) OpenCV: versioni që kam përdorur është 3.4.2. versioni është lehtësisht i disponueshëm në internet.

2) Python: Versioni i përdorur është 3.6.2. Mund të shkarkohet nga python.org

Për më tepër ju keni nevojë për një kamerë në internet (natyrisht).

Hapi 2: Shkarkimi i imazheve

Hapi i parë është të bëni një pamje të qartë të objektit që do të klasifikohet.

Madhësia nuk duhet të jetë shumë e madhe pasi kërkon kohë më të madhe që kompjuteri të përpunohet. Mora madhësinë 50 me 50.

Tjetra ne shkarkojmë imazhet negative dhe pozitive. Mund t’i gjeni online. Por ne përdorim kodin python për të shkarkuar imazhe nga 'https://image-net.org'

Tjetra ne i konvertojmë imazhet në shkallë gri dhe në një madhësi normale. Kjo është zbatuar edhe në kod. Kodi gjithashtu heq çdo imazh të gabuar

Deri tani drejtoria juaj duhet të përmbajë imazhin e objektit, p.sh.

Nëse dosja e të dhënave nuk është krijuar, bëjeni atë me dorë

Kodi python jepet në skedarin.py

Hapi 3: Krijimi i mostrave pozitive në OpenCV

Tani shkoni te drejtoria opencv_createsamples dhe shtoni të gjithë përmbajtjen e lartpërmendur

në komandën e shpejtë shkoni te C: / opencv342 / build / x64 / vc14 / bin për të gjetur shembuj opencv_creates dhe aplikacione opencv_traincascade

tani ekzekutoni komandat e mëposhtme

opencv_createsamples -img watch5050-j.webp

Kjo komandë është për krijimin e saktë të mostrave pozitive të objektit 1950 Dhe skedarin e përshkrimit info.lst të imazheve pozitive përshkrimi duhet të jetë kështu 0001_0014_0045_0028_0028-j.webp

Tani dosja përmban

info

dosja e imazheve neg

skedar bg.txt

dosje e zbrazët e të dhënave

Hapi 4: Krijimi i një skedari vektor pozitiv

Tani krijoni skedarin vektor pozitiv që siguron rrugën drejt imazheve pozitive të skedarit të zbërthimit

Përdorni komandën e mëposhtme

opencv_createsamples -info info/info.lst -num 1950 -w 20 -h 20 -vec positives.vec

Deri tani përmbajtja e drejtorisë duhet të jetë si më poshtë:

--neg

---- negimages.jpg

--opencv

--info

-të dhëna

--pozitiv.vec

--bg.txt

--watch5050-j.webp

Hapi 5: Trajnimi i Klasifikuesit

Tani le të trajnojmë kaskadën haar dhe të krijojmë skedarin xml

Përdorni komandën e mëposhtme

opencv_traincascade -të dhëna -vec positives.vec -bg bg.txt -numëPos 1800 -numëNeg 900 -numëFazat 10 -w 20 -h 20

fazat janë 10 Rritja e fazave kërkon më shumë përpunim, por klasifikuesi është shumë më efikas.

Tani haarcascade është krijuar Duhen rreth dy orë për të përfunduar Hapni dosjen e të dhënave atje do të gjeni cascade.xml Ky është klasifikuesi që është krijuar

Hapi 6: Testimi i Klasifikuesit

Dosja e të dhënave përmban skedarët siç tregohet në imazhin e mësipërm.

Pas krijimit të klasifikuesit shohim nëse klasifikuesi po punon apo jo duke ekzekutuar programin object_detect.py. Mos harroni të vendosni skedarin classifier.xml në drejtorinë python.

Hapi 7: Faleminderit special

Unë do të doja të falënderoja Sentdex këtu i cili është një programues i shkëlqyeshëm i python.

Ai ka një emër youtube me emrin e lartpërmendur dhe videoja që më ndihmoi shumë ka këtë lidhje

Shumica e kodit është kopjuar nga sentdex. Megjithëse mora shumë ndihmë nga sentdex, unë ende u përball me shumë probleme. Unë thjesht doja të ndaja përvojën time.

Shpresoj se kjo e kuptueshme ju ka ndihmuar !!! Ndiqni për më shumë.

BR

Tahir Ul Haq