HOG+SVM行人检测--OpenCV源码不完全解释
来源:互联网 发布:mac air 13寸 尺寸 编辑:程序博客网 时间:2024/04/29 09:39
//OpenCV中提供了HOG的行人检测(pedestrain detection)类HOGDescriptor//cv::HOGDescriptor类的构造函数的各参数的定义:HOGDescriptor():{winSize(64,128), // detect window blockSize(16,16), // block 大小 blockStride(8,8), // overlap block的滑动步长 cellSize(8,8), // cell 大小 nbins(9), // 直方图的bin个数 derivAperture(1), // 微分算子核 winSigma(-1), // 在window上进行高斯加权 histogramNormType(HOGDescriptor::L2Hys), // 直方图归一化类型 L2HysThreshold(0.2), // L2-norm followed by clipping (limiting the maximum values of v to 0.2) and renormalisinggammaCorrection(true), // Gamma校正,去除光照影响nlevels(HOGDescriptor::DEFAULT_NLEVELS) // 分层数}//下面的两段代码采用OpenCV中的HOG行人检测类来完成对静态图片中的行人检测。//1)采用64*128 (像素为单位)的detect window#include <iostream>#include <opencv2/opencv.hpp>int main(int argc, char** argv){cv::Mat image = cv::imread("test.bmp");if(image.empty()){std::cout<<"read image failed"<<std::endl;}// 1. 定义HOG对象cv::HOGDescriptor hog; // 采用默认参数// 2. 设置SVM分类器hog.setSVMDetector(cv::HOGDescriptor::getDefaultPeopleDetector()); // 采用已经训练好的行人检测分类器// 3. 在测试图像上检测行人区域std::vector<cv::Rect> regions;hog.detectMultiScale(image, regions, 0, cv::Size(8,8), cv::Size(32,32), 1.05, 1);// 显示for(size_t i = 0; i < regions.size(); i++){cv::rectangle(image, regions[i], cv::Scalar(0,0,255), 2);}cv::imshow("hog", image);cv::waitKey(0);return 0;} //2)采用48*96(像素为单位)的detect window#include <iostream> #include <opencv2/opencv.hpp> int main(int argc, char** argv) { cv::Mat image = cv::imread("test.bmp"); if(image.empty()) { std::cout<<"read image failed"<<std::endl; } // 1. 定义HOG对象 cv::HOGDescriptor hog(cv::Size(48, 96), cv::Size(16, 16), cv::Size(8, 8), cv::Size(8, 8), 9, 1,-1, cv::HOGDescriptor::L2Hys, 0.2, true, cv::HOGDescriptor::DEFAULT_NLEVELS); // 2. 设置SVM分类器 hog.setSVMDetector(cv::HOGDescriptor::getDaimlerPeopleDetector()); // 采用已经训练好的行人检测分类器 // 3. 在测试图像上检测行人区域 std::vector<cv::Rect> regions; hog.detectMultiScale(image, regions, 0, cv::Size(8,8), cv::Size(32,32), 1.05, 1); // 显示 for(size_t i = 0; i < regions.size(); i++) { cv::rectangle(image, regions[i], cv::Scalar(0,0,255), 2); } cv::imshow("hog", image); cv::waitKey(0); return 0; }以上是对OpenCV中行人检测的示例的一个不完全解释,其中提到的HOG和SVM欢迎大家浏览该博客:计算机视觉小菜鸟的专栏,我也是从这里学习的,在此感谢该博主的分享,该博文说明了使用默认分类器的缺点并介绍了如何自己训练分类器,训练好分类器后也是类似于上面的一个流程进行检测。
0 0
- HOG+SVM行人检测--OpenCV源码不完全解释
- OpenCV Demo :行人检测(HOG+SVM)
- Opencv中HOG+SVM进行行人检测
- 用opencv实现HOG+SVM行人检测
- HOG+SVM行人检测opencv版本
- OpenCV中基于HOG+SVM行人检测
- Hog+svm行人检测
- Hog+svm行人检测
- 行人检测HOG+SVM
- Hog+svm行人检测
- Hog+svm行人检测
- hog+svm 行人检测
- hog+svm行人检测
- Hog+svm行人检测
- HOG+SVM行人检测
- hog+SVM行人检测
- Opencv HOG行人检测 源码分析(一)
- Opencv HOG行人检测 源码分析(二)
- SVN
- HDU 5012-Dice(BFS)
- [读书笔记]九月读书笔记
- 数据挖掘-分词入门
- SqlHelper 类
- HOG+SVM行人检测--OpenCV源码不完全解释
- 纹理 和 顶点 在OpenGL 里面的值
- 接口与类的区别
- DRAGON中edit数据的封装
- vs2013 编译的 mlpack 库下载
- 读java编程思想第一二章
- vs2008 断点进不去的问题解决
- 深入浅出理解[递归]
- c语言指针安全