简介

在传统的计算机视觉中，我们有两种方法来进行目标检测和识别，第一种就是支持向量机（SVM），第二种就是基于树的目标检测算法（此算法后面会讲到）。

SVM的训练过程常用的方法有两种：词袋方法和隐式支持向量机，它们的区别就是前者可以进行整个场景的识别及分析，而后者主要应用于场景中的具体目标识别，如信号灯、车牌、人脸等。

词袋算法

词袋算法（Bag of Words），也叫Bag of Keypoints，常用于语义分类，也可以用于目标检测与识别。根据该算法的名称，我们就可以得知，该算法的作用就是把相同语义、相似的同类的单词或文件放入一个袋中，然后用关键的词语进行标记。所以说，该算法用到目标检测是非常适合的，因为，每个物体的特征是不同的，就像世界上没有完全一样的两个人。所以对于一些大型的场景，使用该算法比较好，比如在人群中寻找逃犯。

词袋算法的训练过程通常为训练分类器，给定训练集后，算法先将图像转为特征向量，之后对这些向量进行训练。那么之所以归于支持向量机类，就是因为常用的分类器算法是SVM。

在OpenCv中，词袋算法的类为cv2.BOWTrainer()，可用add（）方法添加关键点、getDescriptors（）：返回添加的描述符、getDescriptorsCount（）：返回添加的描述符数量和cluster（）：对数据进行聚类分析。当然可以选择其他的聚类算法，如K-means。

接下来就是训练分类器，我们使用一对多的方法，假设目标有十类，就训练是个不同的分类器。以此类推。

由于该算法多用于语义识别，这里就不过多介绍，感兴趣的可以去了解了解。

隐式支持向量机法

隐式支持向量机（Latent SVM）由布朗大学的Felzenszwalb教授提出，最早用于行人检测，后来推广到检测更多其他目标。该算法使用一个滑动窗口，通过窗口将图片分割成片，每一片计算梯度，然后合成梯度直方图，接着将梯度直方图合成一个特征向量，最后用SVM对其进行训练。之所以叫隐式，是因为他不但可以检测整个目标，还可以检测目标的不同组件，例如手，脚，头等。

在OpenCv中，使用DPMDetector类进行目标检测，包括方法create（）：创建检测器、detect（）：进行检测、getClassCount（）：返回分类的数量和getClassNames（）：获得分类的名称。

话不多说，上代码：

#利用SVM实现手写数字的识别
import cv2
import numpy as np
import mlpy
#得到图像特征
def getFeatures(filename):
    #读取图片
    img=cv2.imread(filename)
    #存储特征
    vectors=[]
    w,h,d=img.shape
    for i in range(w):
        #x方向特征
        xvector=[]
        for j in range(h):
            #得到像素颜色
            b,g,r=img[i,j]
            b=255-b
            g=255-g
            r=255-r
            #设置特征值
            if b>0 or g>0 or r>0:
                flag=1
            else:
                flag=0
            xvector.append(flag)
            vectors+=xvector
    return vectors
#读取训练样本和标签
trainimg=[]
trainlabel=[]
for i in range(10):
    for j in range(10):
        #图片名称
        filename='train/'+str(i)+'-'+str(j)+'.png'
        trainimg.append(getFeatures(filename))
        trainlabel.append(i)
#转换为矩阵
trainimg=np.array(trainimg)
trainlabel=np.array(trainlabel)
#创建SVM分类器
svm=mlpy.LibSvm(svm_type='c_svc',kernel_type='poly',gamma=5)
svm.learn(trainimg,trainlabel)
#测试
for i in range(5):
    testfilename='train/'+str(i)+'-'+str(j)+'-test.png'
    testing=[]
testing.append(getFeatures(testfilename))
#输出结果
print(testfilename+";",svm.pred(testing))

基于书方法的目标检测与识别

基于树的目标检测算法，也叫级联分类器，就是训练多个分类器，将其连接起来。它基于boosting方法，常用于人脸识别。

OpenCv中的级联分类器最早由Michael Jones开发，最初用于人脸识别，后来推广到更多领域，从最初的只支持Harr小波检测发展到支持各种不同的“类Harr”特征。

检测器使用监督方法，利用Adaboost进行拒绝级联。拒绝级联的每个节点设置一个拒绝率，一般设置为50%，每次将拒绝率高于阈值的图片筛选掉，这样通过多次筛选后，剩下的图片或区域就是问哦们需要的目标。

如果节点将正确的目标删了怎么办，其实只要检测率足够高，就可以使删除的目标很少。比如说人脸识别，人脸的占比很小，所以经过一轮的检测，图像中非人脸部分75%都会被删除，这就加快了速度。

在OpenCV中，使用CascadeClassifer对象实现级联分类器，此对象只有一个参数，就是级联器的名字。然后使用其中的detectMultiScale()方法进行图像搜索，此方法的参数为输入图像（img）

输出检测到的物体（objects）、尺寸参数（scaleFactor）、需要的最小邻近目标数量（minNeighbors）、最小面积（minSize）和最大面积（maxSize）。

人脸识别

我们在进行人脸识别前，需要获取人脸的特征，最简单的方法就是使用Harr特征值，其反应了图像的灰度变化情况，例如：眼睛要比脸颊颜色深，鼻梁两侧比鼻梁沈等等。

在OPenCV中已经训练好了模型，下载地址。

#人脸识别
import cv2
#获取训练好的人脸的参数数据，创建分类器
face_cascade=cv2.CascadeClassifier(r'C:\Users\Administrator\AppData\Local\Programs\python\Python310\Lib\site-packages\cv2\data\haarcascade_frontalface_default.xml')
#读取图片
image=cv2.imread('F:\Image\\test21.jpg')
#转为灰度图
gray=cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
#探测图片中的人脸，参数根据实际图片而定
faces=face_cascade.detectMultiScale(
    gray,
    scaleFactor=1.2,
    minNeighbors=3,
    minSize=(10,10)
)
#框出人脸
for (x,y,w,h) in faces:
    cv2.rectangle(image,(x,y),(x+w,y+w),(0,255,0),2)
    #显示图片
cv2.imshow('Find Faces',image)
cv2.waitKey(0)

传统图像总结

传统图像的处理方法就到此结束了，传统图像的处理可以分为三步：第一步，图像颜色空间转化、降噪、美化；第二步，寻找重要特征；第三步，对特征进行训练、分类、识别。

对于这些步骤，虽然看起来很简单，但是对于计算机来说却是非常困难的，效率非常低。所以说，就需要更好的方法。让机器自己去学习，而不是人们去寻找特征。这里就需要深层的神经网络。所以，后面就开始学习深度学习的领域了。