fanfuhan OpenCV 教學100 ~ opencv-100-HOG特徵與行人 檢測/定位/標記

fanfuhan OpenCV 教學100 ~ opencv-100-HOG特徵與行人 檢測/定位/標記

fanfuhan OpenCV 教學100 ~ opencv-100-HOG特徵與行人 檢測/定位/標記


資料來源: https://fanfuhan.github.io/

https://fanfuhan.github.io/2019/05/16/opencv-100/

GITHUB:https://github.com/jash-git/fanfuhan_ML_OpenCV


HOG(定向直方圖)特徵在對象識別與模式匹配中是一種常見的特徵提取算法,是基於本地目標塊進行特徵直方圖提取的一種算法,對象局部的變形與光照影響有很好的穩定性,最初是用HOG特徵來來識別人像,通過HOG特徵提取+ SVM訓練,可以得到很好的效果,OpenCV已經有了。


C++

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

using namespace cv;
using namespace std;

int main(int argc, char** argv) {
	Mat src = imread("D:/images/pedestrian.png");
	if (src.empty()) {
		printf("could not load image..\n");
		return -1;
	}
	imshow("input", src);
	HOGDescriptor *hog = new HOGDescriptor();
	hog->setSVMDetector(hog->getDefaultPeopleDetector());
	vector<Rect> objects;
	hog->detectMultiScale(src, objects, 0.0, Size(4, 4), Size(8, 8), 1.25);
	for (int i = 0; i < objects.size(); i++) {
		rectangle(src, objects[i], Scalar(0, 0, 255), 2, 8, 0);
	}
	imshow("result", src);
	waitKey(0);
	return 0;
}

Python

"""
HOG特征与行人检测
"""

import cv2 as cv

src = cv.imread("images/pedestrian.png")
hog = cv.HOGDescriptor()
hog.setSVMDetector(cv.HOGDescriptor_getDefaultPeopleDetector())
# detect people in image
(rects, weights) = hog.detectMultiScale(src, winStride=(4, 4),
                                        padding=(8, 8), scale=1.25,
                                        useMeanshiftGrouping=False)

for (x, y, w, h) in rects:
    cv.rectangle(src, (x, y), (x + w, y + h), (0, 255, 0), 2)

cv.imshow("hog-detector", src)

cv.waitKey(0)
cv.destroyAllWindows()

發表迴響

你的電子郵件位址並不會被公開。 必要欄位標記為 *