目錄

• • HOG是什么？
  • HOG vs SIFT
  • HOG步驟
  • HOG在檢測行人中的方式
  • Opencv實(shí)現(xiàn)
  • • HOGDescriptor的構(gòu)造函數(shù)：
    • 行人檢測HOG+SVM步驟
  • 簡化版的HOG計(jì)算

HOG是什么？

方向梯度直方圖( Histogram of Oriented Gradient, HOG )特征是一種在計(jì)算機(jī)視覺和圖像處理中用來進(jìn)行物體檢測的特征描述子。它通過
計(jì)算和統(tǒng)計(jì)圖像局部區(qū)域的梯度方向直方圖來構(gòu)成特征。Hog特征結(jié)合SVM分類器已經(jīng)被廣泛應(yīng)用于圖像識別中。

HOG vs SIFT

SIFT :對特征點(diǎn)的描述方法
HOG :對一定區(qū)域的特征量的描述方法
1、可以表現(xiàn)較大的形狀
2、非常適合行人及車輛檢測
假設(shè)我們在智能駕駛中要檢測行人：
正樣本：

負(fù)樣本：

識別的本質(zhì)是要找到正樣本和負(fù)樣本最本質(zhì)的區(qū)別。例如行人在肩部具有橫向邊緣、兩臂具有豎向邊緣。而非行人樣本中的邊緣是雜亂無章的。因此可以通過構(gòu)建梯度的直方圖來檢測形狀。由于直方圖損失了空間信息，所以HOG將圖像分割為一個(gè)一個(gè)小的區(qū)域（聯(lián)系閾值處理中的分塊處理法），對小的區(qū)域分別構(gòu)建直方圖，然后拼接得到一個(gè)大的直方圖。
HOG的缺點(diǎn)： 速度慢，實(shí)時(shí)性差；難以處理遮擋問題。
HOG特征不具有旋轉(zhuǎn)魯棒性，以及尺度魯棒性

HOG步驟

1、Gamma矯正（增強(qiáng)圖像的對比度）
2、計(jì)算梯度信息
3、以cell（一個(gè)像素塊）為單位計(jì)算梯度直方圖
4、以block（幾個(gè)cell為一個(gè)block）為單位,對特征量進(jìn)行歸一化
具體步驟：

一般來說對梯度方向進(jìn)行九等分量化。
一般以3* 3的像素組成一個(gè)cell，這樣每個(gè)cell就可以得到一個(gè)9維的直方圖。
每 3*3個(gè)cell組成一個(gè)block，在每個(gè)block進(jìn)行歸一化：

歸一化的目的：增強(qiáng)對亮度的魯棒性。

HOG在檢測行人中的方式

通常采用滑窗的方式：

計(jì)算滑窗中包含的像素的梯度直方圖，然后與行人模板中的直方圖進(jìn)行對比（如利用各種矩），當(dāng)兩者十分相似時(shí)，我們就認(rèn)為這個(gè)區(qū)域是行人區(qū)域。
從而延生出的問題：
由于模板是固定大小的，因此只能檢測固定大小的行人。當(dāng)圖像中的行人尺寸發(fā)生變化時(shí)，如何使用一個(gè)單一的模板檢測？

Opencv實(shí)現(xiàn)

OpenCV實(shí)現(xiàn)了兩種類型的基于HOG特征的行人檢測，分別是SVM和Cascade，OpenCV自帶的級聯(lián)分類器的文件的位置在“XX\opencv\sources\data\hogcascades”（OpenCV4.x版本可用）。
opencv自帶的人數(shù)檢測文件，所在位置在opencv的安裝目錄下（下面是我的安裝位置）：
D:\Program Files\opencv\sources\samples\cpp

HOGDescriptor的構(gòu)造函數(shù)：

CV_WRAP HOGDescriptor() : winSize(64,128), blockSize(16,16), blockStride(8,8),cellSize(8,8), nbins(9), derivAperture(1), winSigma(-1),histogramNormType(HOGDescriptor::L2Hys), L2HysThreshold(0.2), gammaCorrection(true),free_coef(-1.f), nlevels(HOGDescriptor::DEFAULT_NLEVELS), signedGradient(false){}

窗口大小 winSize(64,128), 塊大小blockSize(16,16), 塊滑動(dòng)增量blockStride(8,8), 胞元大小cellSize(8,8), 梯度方向數(shù)nbins(9)。
上面這些都是HOGDescriptor的成員變量，括號里的數(shù)值是它們的默認(rèn)值，它們反應(yīng)了HOG描述子的參數(shù)。

nBins表示在一個(gè)胞元（cell）中統(tǒng)計(jì)梯度的方向數(shù)目，例如nBins=9時(shí)，在一個(gè)胞元內(nèi)統(tǒng)計(jì)9個(gè)方向的梯度直方圖，每個(gè)方向?yàn)?80/9=20度。

HOGDescriptor中有兩種Detector分別是：getDaimlerPeopleDetector、getDefaultPeopleDetector

行人檢測HOG+SVM步驟

參考的代碼：

#include <opencv2/objdetect.hpp> #include <opencv2/highgui.hpp> #include <opencv2/imgproc.hpp> #include <opencv2/videoio.hpp> #include <iostream> #include <iomanip>using namespace cv; using namespace std;class Detector {//enum Mode { Default, Daimler } m;enum { Default, Daimler };//定義枚舉類型int m;HOGDescriptor hog, hog_d; public:Detector(int a) : m(a), hog(), hog_d(Size(48, 96), Size(16, 16), Size(8, 8), Size(8, 8), 9)//構(gòu)造函數(shù)，初始化對象時(shí)自動(dòng)調(diào)用，m,hog,hog_d是數(shù)據(jù)成員，后跟一個(gè)放在圓括號中的初始化形式{hog.setSVMDetector(HOGDescriptor::getDefaultPeopleDetector());hog_d.setSVMDetector(HOGDescriptor::getDaimlerPeopleDetector());}void toggleMode() { m = (m == Default ? Daimler : Default); }string modeName() const { return (m == Default ? "Default" : "Daimler"); }vector<Rect> detect(InputArray img){// Run the detector with default parameters. to get a higher hit-rate// (and more false alarms, respectively), decrease the hitThreshold and// groupThreshold (set groupThreshold to 0 to turn off the grouping completely).vector<Rect> found;if (m == Default)hog.detectMultiScale(img, found, 0, Size(8, 8), Size(32, 32), 1.05, 2, false);else if (m == Daimler)hog_d.detectMultiScale(img, found, 0.5, Size(8, 8), Size(32, 32), 1.05, 2, true);return found;}void adjustRect(Rect& r) const{// The HOG detector returns slightly larger rectangles than the real objects,// so we slightly shrink the rectangles to get a nicer output.r.x += cvRound(r.width * 0.1);r.width = cvRound(r.width * 0.8);r.y += cvRound(r.height * 0.07);r.height = cvRound(r.height * 0.8);} }; //修改參數(shù)區(qū)域 static const string keys = "{ help h | | print help message }" "{ camera c | 0 | capture video from camera (device index starting from 0) }" "{ video v | D:/opencv/opencv4.0/opencv4.0.0/sources/samples/data/vtest.avi| use video as input }";int main(int argc, char** argv) {CommandLineParser parser(argc, argv, keys); //keys:描述可接受的命令行參數(shù)的字符串parser.about("This sample demonstrates the use ot the HoG descriptor.");//設(shè)置相關(guān)信息。相關(guān)信息會(huì)在 printMessage 被調(diào)用時(shí)顯示。if (parser.has("help")){parser.printMessage();return 0;}int camera = parser.get<int>("camera");string file = parser.get<string>("video");if (!parser.check())//檢查解析錯(cuò)誤。當(dāng)錯(cuò)誤發(fā)生時(shí)返回true。錯(cuò)誤可能是轉(zhuǎn)換錯(cuò)誤、丟失參數(shù)等。{parser.printErrors();return 1;}VideoCapture cap;if (file.empty())cap.open(camera);elsecap.open(file.c_str());if (!cap.isOpened()){cout << "Can not open video stream: '" << (file.empty() ? "<camera>" : file) << "'" << endl;return 2;}cout << "Press 'q' or <ESC> to quit." << endl;cout << "Press <space> to toggle between Default and Daimler detector" << endl;//Default and Daimler detectorDetector detector(1); //初始化使用Daimler detectorMat frame;for (;;){cap >> frame;if (frame.empty()){cout << "Finished reading: empty frame" << endl;break;}int64 t = getTickCount();vector<Rect> found = detector.detect(frame);t = getTickCount() - t;// show the window{ostringstream buf;buf << "Mode: " << detector.modeName() << " ||| "<< "FPS: " << fixed << setprecision(1) << (getTickFrequency() / (double)t);putText(frame, buf.str(), Point(10, 30), FONT_HERSHEY_PLAIN, 2.0, Scalar(0, 0, 255), 2, LINE_AA);}for (vector<Rect>::iterator i = found.begin(); i != found.end(); ++i){Rect& r = *i;detector.adjustRect(r);rectangle(frame, r.tl(), r.br(), cv::Scalar(0, 255, 0), 2);}imshow("People detector", frame);// interact with userconst char key = (char)waitKey(30);if (key == 27 || key == 'q') // ESC{cout << "Exit requested" << endl;break;}else if (key == ' '){detector.toggleMode();}}return 0; }

簡化后的對單張圖片的檢測

#include <opencv2/objdetect.hpp> #include <opencv2/highgui.hpp> #include <opencv2/imgproc.hpp> #include <opencv2/videoio.hpp> #include <iostream> #include <iomanip>using namespace cv; using namespace std;class Detector {//enum Mode { Default, Daimler } m;enum { Default, Daimler };//定義枚舉類型int m;HOGDescriptor hog, hog_d; public:Detector(int a) : m(a), hog(), hog_d(Size(48, 96), Size(16, 16), Size(8, 8), Size(8, 8), 9)//構(gòu)造函數(shù)，初始化對象時(shí)自動(dòng)調(diào)用，m,hog,hog_d是數(shù)據(jù)成員，后跟一個(gè)放在圓括號中的初始化形式{hog.setSVMDetector(HOGDescriptor::getDefaultPeopleDetector());hog_d.setSVMDetector(HOGDescriptor::getDaimlerPeopleDetector());}void toggleMode() { m = (m == Default ? Daimler : Default); }string modeName() const { return (m == Default ? "Default" : "Daimler"); }vector<Rect> detect(InputArray img){// Run the detector with default parameters. to get a higher hit-rate// (and more false alarms, respectively), decrease the hitThreshold and// groupThreshold (set groupThreshold to 0 to turn off the grouping completely).vector<Rect> found;if (m == Default)hog.detectMultiScale(img, found, 0, Size(8, 8), Size(32, 32), 1.05, 2, false);else if (m == Daimler)hog_d.detectMultiScale(img, found, 0.5, Size(8, 8), Size(32, 32), 1.05, 2, true);return found;}void adjustRect(Rect& r) const{// The HOG detector returns slightly larger rectangles than the real objects,// so we slightly shrink the rectangles to get a nicer output.r.x += cvRound(r.width * 0.1);r.width = cvRound(r.width * 0.8);r.y += cvRound(r.height * 0.07);r.height = cvRound(r.height * 0.8);} };int main(int argc, char** argv) {Detector detector(1); //初始化使用Daimler detectorMat img=imread("D:\\opencv_picture_test\\HOG行人檢測\\timg.jpg");vector<Rect> found = detector.detect(img);for (vector<Rect>::iterator i = found.begin(); i != found.end(); ++i){Rect& r = *i;detector.adjustRect(r); rectangle(img, r.tl(), r.br(), cv::Scalar(0, 255, 0), 2);}imshow("People detector", img);waitKey(0);return 0; }

結(jié)果：

簡化版的HOG計(jì)算

需要用到的知識點(diǎn)：

曼哈頓距離：

由于一般的建立數(shù)組的方法在【】中填變量是行不通的，這里我們采用動(dòng)態(tài)建立數(shù)組的方法。在程序返回前必須將內(nèi)存釋放

#include <opencv2/opencv.hpp> #include "opencv2/features2d.hpp" #include <iostream> #include "windows.h" #include <stdio.h> #include <time.h> #include <math.h> //#include "My_ImageProssing_base.h" #define WINDOW_NAME1 "【程序窗口1】" #define WINDOW_NAME2 "【程序窗口2】" using namespace cv; using namespace std; RNG g_rng(12345);Mat src_image; Mat img1; Mat img2;//*--------------------------手動(dòng)實(shí)現(xiàn)HOG描述子-------------------------------------*/ int angle_lianghua(float angle) {int result = angle/45;return result; } int main() {//改變控制臺(tái)字體顏色system("color 02");//讀取圖像src_image = imread("D:\\opencv_picture_test\\HOG行人檢測\\hogTemplate.jpg");img1 = imread("D:\\opencv_picture_test\\HOG行人檢測\\img1.jpg");img2 = imread("D:\\opencv_picture_test\\HOG行人檢測\\img2.jpg");//出錯(cuò)判斷if (!(src_image.data || img1.data || img2.data)){cout << "image load failed!" << endl;return -1;}//【1】計(jì)算hogTemplate//所有像素計(jì)算梯度和角度方向Mat gx, gy;Mat mag, angle; //幅值和角度Sobel(src_image, gx, CV_32F, 1, 0, 1);Sobel(src_image, gy, CV_32F, 0, 1, 1);cartToPolar(gx, gy, mag, angle, false); //false獲得的是角度int cellSize = 16; //每個(gè)cell的大小int nx = src_image.cols / cellSize; //每行有幾個(gè)int ny = src_image.rows / cellSize; //每列有幾個(gè)int cellnums = nx * ny; //有幾個(gè)cellint bins = cellnums * 8;float* ref_hist = new float[bins];memset(ref_hist, 0, sizeof(float) * bins);int binnum = 0;//計(jì)算一張圖for (int j = 0;j < ny;j++){for (int i = 0;i < nx;i++){//計(jì)算每個(gè)cell的直方圖for (int y = j * cellSize;y < (j + 1) * cellSize;y++){for (int x = i * cellSize;x < (i + 1) * cellSize;x++){//對角度進(jìn)行量化int tempangle1 = 0;float tempangle2 = angle.at<float>(y, x); //當(dāng)前像素的角度值tempangle1 = angle_lianghua(tempangle2); //當(dāng)前cell的角度分量float magnitude = mag.at<float>(y, x); //當(dāng)前像素的幅度值ref_hist[tempangle1 + binnum * 8] += magnitude; //在數(shù)組中加上當(dāng)前的}}binnum++; //cell數(shù)目+1}}//【2】計(jì)算img1//所有像素計(jì)算梯度和角度方向Mat gx_img1, gy_img1;Mat mag_img1, angle_img1; //幅值和角度Sobel(img1, gx_img1, CV_32F, 1, 0, 1);Sobel(img1, gy_img1, CV_32F, 0, 1, 1);cartToPolar(gx_img1, gy_img1, mag_img1, angle_img1, false); //false獲得的是角度nx = img1.cols / cellSize; //每行有幾個(gè)ny = img1.rows / cellSize; //每列有幾個(gè)cellnums = nx * ny; //有幾個(gè)cellbins = cellnums * 8;float* ref_hist_img1 = new float[bins];memset(ref_hist_img1, 0, sizeof(float) * bins);binnum = 0;//計(jì)算一張圖for (int j = 0;j < ny;j++){for (int i = 0;i < nx;i++){//計(jì)算每個(gè)cell的直方圖for (int y = j * cellSize;y < (j + 1) * cellSize;y++){for (int x = i * cellSize;x < (i + 1) * cellSize;x++){//對角度進(jìn)行量化int tempangle1 = 0;float tempangle2 = angle_img1.at<float>(y, x); //當(dāng)前像素的角度值tempangle1 = angle_lianghua(tempangle2); //當(dāng)前cell的角度分量float magnitude = mag_img1.at<float>(y, x); //當(dāng)前像素的幅度值ref_hist_img1[tempangle1 + binnum * 8] += magnitude; //在數(shù)組中加上當(dāng)前的}}binnum++; //cell數(shù)目+1}}//【3】計(jì)算img2//所有像素計(jì)算梯度和角度方向Mat gx_img2, gy_img2;Mat mag_img2, angle_img2; //幅值和角度Sobel(img2, gx_img2, CV_32F, 1, 0, 1);Sobel(img2, gy_img2, CV_32F, 0, 1, 1);cartToPolar(gx_img2, gy_img2, mag_img2, angle_img2, false); //false獲得的是角度nx = img2.cols / cellSize; //每行有幾個(gè)ny = img2.rows / cellSize; //每列有幾個(gè)cellnums = nx * ny; //有幾個(gè)cellbins = cellnums * 8;float* ref_hist_img2 = new float[bins];memset(ref_hist_img2, 0, sizeof(float) * bins);binnum = 0;//計(jì)算一張圖for (int j = 0;j < ny;j++){for (int i = 0;i < nx;i++){//計(jì)算每個(gè)cell的直方圖for (int y = j * cellSize;y < (j + 1) * cellSize;y++){for (int x = i * cellSize;x < (i + 1) * cellSize;x++){//對角度進(jìn)行量化int tempangle1 = 0;float tempangle2 = angle_img2.at<float>(y, x); //當(dāng)前像素的角度值tempangle1 = angle_lianghua(tempangle2); //當(dāng)前像素的角度分量float magnitude = mag_img2.at<float>(y, x); //當(dāng)前像素的幅度值ref_hist_img2[tempangle1 + binnum * 8] += magnitude; //在數(shù)組中加上當(dāng)前的}}binnum++; //cell數(shù)目+1}}//【4】分別計(jì)算ref_hist_img1和ref_hist\ref_hist_img2和ref_hist的矩int result1 = 0;int result2 = 0;for (int i = 0;i < bins;i++){//這里簡化運(yùn)算，不計(jì)算平方根,而是計(jì)算absresult1 += abs(ref_hist[i]- ref_hist_img1[i]);result2 += abs(ref_hist[i] - ref_hist_img2[i]);}cout << result1 << endl;cout << result2 << endl;if (result1 < result2){cout << "img1更與原圖相似" << endl;}elsecout << "img2更與原圖相似" << endl;waitKey(0);delete[] ref_hist;delete[] ref_hist_img1;delete[] ref_hist_img2;return 0; }

結(jié)果：

---

Reference：

OpenCV實(shí)戰(zhàn)4： HOG+SVM實(shí)現(xiàn)行人檢測
HOG detectMultiScale 參數(shù)分析
CommandLineParser類（命令行解析類）
C++語法：構(gòu)造函數(shù)以及析構(gòu)函數(shù)
《數(shù)字圖像處理PPT.李竹版》

總結(jié)

以上是生活随笔為你收集整理的OpenCV实战【2】HOG+SVM实现行人检测的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。