OpenCV2.4.4實現HOG行人檢測

masikkk發表於2013-11-13

利用OpenCV中預設的SVM引數進行HOG行人檢測，預設引數是根據Dalal的方法訓練的。

#include <iostream>
#include <string>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/objdetect/objdetect.hpp>
#include <opencv2/ml/ml.hpp>

using namespace std;
using namespace cv;

int main()
{

	Mat src = imread("5.png");
	HOGDescriptor hog;//HOG特徵檢測器
	hog.setSVMDetector(HOGDescriptor::getDefaultPeopleDetector());//設定SVM分類器為預設引數
	vector<Rect> found, found_filtered;//矩形框陣列
	hog.detectMultiScale(src, found, 0, Size(8,8), Size(32,32), 1.05, 2);//對影象進行多尺度檢測，檢測視窗移動步長為(8,8)

	cout<<"矩形個數："<<found.size()<<endl;
	//找出所有沒有巢狀的矩形框r,並放入found_filtered中,如果有巢狀的話,則取外面最大的那個矩形框放入found_filtered中
	for(int i=0; i < found.size(); i++)
	{
		Rect r = found[i];
		int j=0;
		for(; j < found.size(); j++)
			if(j != i && (r & found[j]) == r)
				break;
		if( j == found.size())
			found_filtered.push_back(r);
	}
	cout<<"過濾後矩形的個數："<<found_filtered.size()<<endl;

	//畫矩形框，因為hog檢測出的矩形框比實際人體框要稍微大些,所以這裡需要做一些調整
	for(int i=0; i<found_filtered.size(); i++)
	{
		Rect r = found_filtered[i];
		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);
		rectangle(src, r.tl(), r.br(), Scalar(0,255,0), 3);
	}

	imwrite("ImgProcessed.jpg",src);
	namedWindow("src",0);
	imshow("src",src);
	waitKey();//注意：imshow之後一定要加waitKey，否則無法顯示影象
	


	system("pause");
}

HOG多尺度檢測函式說明：

void detectMultiScale(constGpuMat& img, vector<Rect>& found_locations, double hit_threshold= 0,

Sizewin_stride = Size(), Size padding = Size(), double scale0=1.05,intgroup_threshold=2 );

img：待檢測的影象，支援CV_8UC1或CV_8UC4型別

found_locations：檢測到的目標的包圍框陣列

hit_threshold：檢測到的特徵到SVM分類超平面的距離，一般是設為0，在分類器引數中指明。

win_stride：檢測視窗每次移動的距離，必須是塊移動的整數倍

padding：保持CPU介面相容性的虛引數，必須是(0,0)。但網上下載的例子裡是(32,32)

scale0：滑動視窗每次增加的比例

group_threshold：組閾值，即校正係數，當一個目標被多個視窗檢測出來時，該引數此時就起了調節作用，為0時表示不起調節作用。

效果：