OpenCV——HOG特征检测

 

API：

HOGDescriptor(Size _winSize, ---：窗口大小，即检测的范围大小，前面的64*128
　　　　　　　　Size _blockSize,--- 前面的2*2的cell，即cell的数量，这里要填像素值Size(16,16)
　　　　　　　　Size _blockStride,---每次block移动的步长，以像素计，为一个cell像素块大小
              Size _cellSize, ---cell的大小，前面的8*8
　　　　　　　  int _nbins,     ----直方图的组数
 　　　　　　 　int _derivAperture=1, --梯度计算的参数
　　　　　　　　double _winSigma=-1, --梯度计算的参数
              int _histogramNormType=HOGDescriptor::L2Hys,---归一化的方法
              double _L2HysThreshold=0.2,  
　　　　　　　　bool _gammaCorrection=false,    ---是否要伽马校正
               int _nlevels=HOGDescriptor::DEFAULT_NLEVELS, 
　　　　　　　　　bool _signedGradient=false)

#include <opencv2/opencv.hpp>
//#include <opencv2/xfeatures2d.hpp>
#include <iostream>

using namespace cv;
//using namespace cv::xfeatures2d;
using namespace std;

int main(int argc, char** argv) {
    Mat src = imread("test.jpg");
    if (src.empty()) {
        printf("could not load image...
");
        return -1;
    }
    namedWindow("input image", CV_WINDOW_AUTOSIZE);
    imshow("input image", src);

    Mat dst, dst_gray;
    resize(src,dst,Size(64,128));// 改变大小

    cvtColor(dst,dst_gray,COLOR_BGR2GRAY);

    HOGDescriptor detector(Size(64, 128), Size(16, 16), Size(8, 8), Size(8, 8),9);
    vector<float> descriptors;//直方图向量
    vector<Point>locations;
    detector.compute(dst_gray, descriptors,Size(0,0),Size(0,0),locations);
    printf("number of HOG descriptors :%d", descriptors.size());

    waitKey(0);
    return 0;
}

使用OpenCV已经训练好的模型实现行人检测

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main(int argc, char** argv) {
    Mat src = imread("行人.jpg");
    if (src.empty()) {
        printf("could not load image...
");
        return -1;
    }
    namedWindow("input image", CV_WINDOW_AUTOSIZE);
    imshow("input image", src);    

    //使用opencv已经训练好的模型，实现行人检测
    HOGDescriptor hog= HOGDescriptor();
    hog.setSVMDetector(hog.getDefaultPeopleDetector());

    vector<Rect> foundLocations;
    hog.detectMultiScale(src, foundLocations,0,Size(8,8),Size(32,32),1.05,2);//在多尺度上寻找
    for (size_t t = 0; t < foundLocations.size(); t++) {
        rectangle(src, foundLocations[t],Scalar(0,0,255),2,8,0);
    }

    namedWindow("HOG行人检测",CV_WINDOW_AUTOSIZE);
    imshow("HOG行人检测",src);

    waitKey(0);
    return 0;
}