?? HOG特征是对象识别与模式匹配中是一种常见的特征提取算法，本文主要介绍了HOG特征以及利用其描述子加SVM方法实现检测功能，具体的内容可以参考下文~

概述

?? HOG(Histogram of Oriented Gradient)特征在对象识别与模式匹配中是一种常见的特征提取算法，是基于本地像素块进行特征直方图提取的一种算法，对象局部的变形与光照影响有很好的稳定性。

HOG应用-行人检测

?? 用HOG特征来来识别人像，通过HOG特征提取+SVM训练，可以得到很好的效果，Opencv也集成了HOG进行的行人检测算法。

OpenCV函数

hog = cv2.HOGDescriptor() ：创建HOG特征描述；
hog.setSVMDetector(cv.HOGDescriptor_getDefaultPeopleDetector()) ：创建HOG+SVM行人检测器；
多尺度检测API：

rects, weights = hog.detectMultiScale(img, foundLocations,
                     hitThreshold = 0,
                     winStride, padding, 
                     scale = 1.05,
                     finalThreshold = 2.0,
                     useMeanshiftGrouping = false)

输入

Img --> 表示输入图像；
foundLocations --> 表示发现对象矩形框；
hitThreshold --> 表示SVM距离度量(特征与SVM分类超平面之间距离)，默认0表示；
winStride --> 表示窗口步长；
padding --> 表示填充；
scale --> 表示尺度空间；
finalThreshold --> 最终阈值，默认为2.0；
useMeanshiftGrouping --> 不建议使用，速度太慢；

PS：其中窗口步长与Scale对结果影响最大，特别是Scale，小的尺度变化有利于检出低分辨率对象，同时也会导致FP发生，高的可以避免FP但是会产生FN（对象漏检）。

行人检测代码示例

import cv2 as cv

src = cv.imread("people.png")
cv.imshow("input", src)
# hog特征描述
hog = cv.HOGDescriptor()
# 创建SVM检测器
hog.setSVMDetector(cv.HOGDescriptor_getDefaultPeopleDetector())
# 检测行人
(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-people", src)
cv.waitKey(0)
cv.destroyAllWindows()

HOG特征描述子提取

提取过程

1. Gamma矫正

?? 为了提高检测器对关照等干扰因素的鲁棒性，需要对图像进行Gamma矫正，完成对整个图像的归一化，调整对比度，降低噪声影响；

一般 r=1/2

2. 灰度化

3. 计算图像XY梯度和方向

使用sobel可以出水平和垂直方向的梯度：

gx = cv2.Sobel(img, cv2.CV_32F, 1, 0, ksize=1)
gy = cv2.Sobel(img, cv2.CV_32F, 0, 1, ksize=1)

利用公式求取梯度幅值和方向：

Opencv中使用：

mag, angle = cv2.cartToPolar(gx, gy, angleInDegrees=True)

4. 8x8网格方向梯度权重直方图统计

?? 流程：首先将图像划分成若干个块(Block)，每个块又由若干个细胞单元(cell)组成，细胞单元由更小的单位像素(Pixel)组成，然后在每个细胞单元中对内部的所有像素的梯度方向进行统计。

默认HOG的描述子窗口为64x128，窗口移动步长为 8x8
每个窗口的cell为8x8,每个block由4个cell组成，block移动步长为一个cell，因此可以得到7x15个block

直方图把180度分为9个bin，每个区间为20度，如果像素落在某个区间，就把该像素的直方图累计到对应区间的直方图上

每个block有4个cell,每个cell有9个向量值，即每个block有36个向量，所以整个窗口有7x15x36=3780个特征描述子。

5. 块描述子和特征向量归一化

?? 每个block可以得到4个9维的向量，需要再次进行一次归一化，这样可以进一步提高泛化能力，同传使用L2-nrom进行归一化(还有L1-norm, L1-sqrt,etc.)

整体流程图

HOG+SVM 检测示例

?? 这里，我们使用前面所了解到HOG知识，结合SVM，进行一个简单的水表检测案例。

使用描述子特征生成样本数据
通过SVM进行分类学习与训练
load模型，进行预测结果

数据生成

# 把目标图放在64x128的灰色图片中间，方便计算描述子
def get_hog_descriptor(image):
    hog = cv.HOGDescriptor()
    h, w = image.shape[:2]
    rate = 64 / w
    image = cv.resize(image, (64, np.int(rate*h)))
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
    bg = np.zeros((128, 64), dtype=np.uint8)
    bg[:,:] = 127
    h, w = gray.shape
    dy = (128 - h) // 2
    bg[dy:h+dy,:] = gray
    descriptors = hog.compute(bg, winStride=(8, 8), padding=(0, 0))
    return descriptors

def get_data(train_data, labels, path, lableType):
    for file_name in os.listdir(path):
        img_dir = os.path.join(path, file_name)
        img = cv.imread(img_dir)
        hog_desc = get_hog_descriptor(img)
        one_fv = np.zeros([len(hog_desc)], dtype=np.float32)
        for i in range(len(hog_desc)):
            one_fv[i] = hog_desc[i][0]
        train_data.append(one_fv)
        labels.append(lableType)
    return train_data, labels

def get_dataset(pdir, ndir):
    train_data = []
    labels = []
    # 获取正样本
    train_data, labels =  get_data(train_data, labels, pdir, lableType=1)
    # 获取负样本
    train_data, labels =  get_data(train_data, labels, ndir, lableType=-1)

    return np.array(train_data, dtype=np.float32), np.array(labels, dtype=np.int32)
    
if __name__ == '__main__':
    # train_data的shape为(n, 3780), labels(n,)
    # n为样本数
    train_data, labels = get_dataset("pdir/", "ndir/")

构建SVM训练器

?? Opencv中SVM有线性分类器和非线性的径向分类器。

这里使用线性分类器：

svm.train(trainData, cv.ml.ROW_SAMPLE, responses)

Sample --> 表示训练样本数据/HOG特征数据
Layout --> 有两种组织方式ROW_SAMPLE与COL_SAMPLE
Responses --> 每个输入样本的标签

训练代码

def svm_train(pdir, ndir):
    # 创建SVM
    svm = cv.ml.SVM_create()
    # 设置相应的SVM参数
    svm.setKernel(cv.ml.SVM_LINEAR)
    svm.setType(cv.ml.SVM_C_SVC)
    svm.setC(2.67)
    svm.setGamma(5.383)
    # 获取正负样本和labels
    trainData, responses = get_dataset(pdir, ndir)
    # reshape (n,)-->(n,1)
    responses = np.reshape(responses, [-1, 1])
    # 训练
    svm.train(trainData, cv.ml.ROW_SAMPLE, responses)
    svm.save('svm_data.dat')

预测目标

import cv2 as cv
import numpy as np

image = cv.imread("test_01.jpg")
# 原图太大，降低原图分辨率
test_img = cv.resize(image, (0, 0), fx=0.2, fy=0.2)
# 灰度
gray = cv.cvtColor(test_img, cv.COLOR_BGR2GRAY)
# 获取大小
h, w = test_img.shape[:2]
# 加载训练好的模型
svm = cv.ml.SVM_load('../code_104/svm_data.dat')
# 为了筛选框，记录框坐标总和以及框的个数，为了最后求出所有候选框的均值框
sum_x = 0
sum_y = 0
count = 0
# 创建hog特征描述子函数
hog = cv.HOGDescriptor()
# 为了加快计算，窗口滑动的步长为4，一个cell是8个像素
for row in range(64, h-64, 4):
    for col in range(32, w-32, 4):
        win_roi = gray[row-64:row+64,col-32:col+32]
        hog_desc = hog.compute(win_roi, winStride=(8, 8), padding=(0, 0))
        one_fv = np.zeros([len(hog_desc)], dtype=np.float32)
        for i in range(len(hog_desc)):
            one_fv[i] = hog_desc[i][0]
        one_fv = one_fv.reshape(-1, len(hog_desc))
        # 预测
        result = svm.predict(one_fv)[1]
        # 统计正样本
        if result[0][0] > 0:
            sum_x += (col-32)
            sum_y += (row-64)
            count += 1
            # 画出所有框
            cv.rectangle(test_img, (col-32, row-64), (col+32, row+64), (0, 233, 255), 1, 8, 0)

# 求取均值框
x = sum_x // count
y = sum_y // count
# 画出均值框
cv.rectangle(test_img, (x, y), (x+64, y+128), (0, 0, 255), 2, 8, 0)

如上图，类似于目标检测中NMS的作用，这里使用均值的方法获得最终的框。

小结

?? 对于简单的识别，HOG和SVM的识别效果还是很不错的，为了提高效果，可以增加正负样本进行，再次进行训练。

?? SVM不需要GPU，所以在针对一些简单的识别任务，可以采用这个方法，但是复杂问题，还是建议使用神经网络，效果会更好！

未完待续~

更多Opencv教程将持续发布！

欢迎关注哟~??????

Opencv从零开始 - 「进阶篇」- HOG特征及其描述子提取

目录

概述

HOG特征描述子提取

HOG+SVM 检测示例

小结

未完待续~

相关推荐

idea本地配置连接远程hadoop集群的一些网络问题解决汇总

无缓存不行?例行升级的入门级阿斯加特AN2 SSD装机点评

Ceph运维手册(基于P版本)

大数据开发前要做什么准备?8台Hadoop服务器进行集群规划前配置

Tensorflow分类loss函数总结 tensorflow绘制loss曲线

R语言学习笔记(七) -离散型数据的模型预测2

iOS Runtime详解

7 个对 Java 意义重大的性能指标，你知道几个?

PHP 远程调试最佳实践

Laravel框架使用图片处理简单教程