OpenCV中提供了HOG的行人检测(pedestrain detection)类。
cv::HOGDescriptor类的构造函数的各参数的定义:
- CV_WRAP 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 renormalising
- gammaCorrection(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
- // 基于HOG特征的行人检测
- // Author:www.icvpr.com
- // Blog: http://blog.csdn.net/icvpr
- #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
- // 基于HOG特征的行人检测
- // Author: http://blog.csdn.net/icvpr
- #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;
- }
行人检测实验结果: