首页 > 搜索 > hog算法详细介绍,OpenCV HOGDescriptor 参数图解

hog算法详细介绍,OpenCV HOGDescriptor 参数图解

互联网 2020-10-28 16:22:27
在线算命,八字测算命理

最近要做图像特征提取,可能要用下HOG特征,所以研究了下OpenCV的HOG描述子。OpenCV中的HOG特征提取功能使用了HOGDescriptor这个类来进行封装,其中也有现成的行人检测的接口。

然而,无论是OpenCV官方说明文档还是各个中英文网站目前都没有这个类的使用说明,所以在这里把研究的部分心得分享一下。

      首先我们进入HOGDescriptor所在的头文件,看看它的构造函数需要哪些参数。 

[cpp]  view plain copy print ? CV_WRAP HOGDescriptor() : winSize(64,128), blockSize(16,16), blockStride(8,8),       cellSize(8,8), nbins(9), derivAperture(1), winSigma(-1),       histogramNormType(HOGDescriptor::L2Hys), L2HysThreshold(0.2), gammaCorrection(true),        nlevels(HOGDescriptor::DEFAULT_NLEVELS)   {}   [cpp]  view plain copy print ? CV_WRAP HOGDescriptor(Size _winSize, Size _blockSize, Size _blockStride,                 Size _cellSize, int _nbins, int _derivAperture=1, double _winSigma=-1,                 int _histogramNormType=HOGDescriptor::L2Hys,                 double _L2HysThreshold=0.2, bool _gammaCorrection=false,                 int _nlevels=HOGDescriptor::DEFAULT_NLEVELS)   : winSize(_winSize), blockSize(_blockSize), blockStride(_blockStride), cellSize(_cellSize),   nbins(_nbins), derivAperture(_derivAperture), winSigma(_winSigma),   histogramNormType(_histogramNormType), L2HysThreshold(_L2HysThreshold),   gammaCorrection(_gammaCorrection), nlevels(_nlevels)   {}   [cpp]  view plain copy print ? CV_WRAP HOGDescriptor(const String& filename)   {       load(filename);   }   [cpp]  view plain copy print ? HOGDescriptor(const HOGDescriptor& d)   {       d.copyTo(*this);   }     我们看到HOGDescriptor一共有4个构造函数,前三个有CV_WRAP前缀,表示它们是从DLL里导出的函数,即我们在程序当中可以调用的函数;最后一个没有上述的前缀,所以我们暂时用不到,它其实就是一个拷贝构造函数。

      下面我们就把注意力放在前面的构造函数的参数上面吧,这里有几个重要的参数要研究下:winSize(64,128), blockSize(16,16), blockStride(8,8), cellSize(8,8), nbins(9)。上面这些都是HOGDescriptor的成员变量,括号里的数值是它们的默认值,它们反应了HOG描述子的参数。这里做了几个示意图来表示它们的含义。

      窗口大小 winSize

      块大小 blockSize

      胞元大小 cellSize

      梯度方向数 nbins

      nBins表示在一个胞元(cell)中统计梯度的方向数目,例如nBins=9时,在一个胞元内统计9个方向的梯度直方图,每个方向为180/9=20度。

      HOG描述子维度

      在确定了上述的参数后,我们就可以计算出一个HOG描述子的维度了。OpenCV中的HOG源代码是按照下面的式子计算出描述子的维度的。 

[cpp]  view plain copy print ? size_t HOGDescriptor::getDescriptorSize() const   {       CV_Assert(blockSize.width % cellSize.width == 0 &&           blockSize.height % cellSize.height == 0);       CV_Assert((winSize.width - blockSize.width) % blockStride.width == 0 &&           (winSize.height - blockSize.height) % blockStride.height == 0 );       return (size_t)nbins*           (blockSize.width/cellSize.width)*           (blockSize.height/cellSize.height)*           ((winSize.width - blockSize.width)/blockStride.width + 1)*           ((winSize.height - blockSize.height)/blockStride.height + 1);   }  

参考文献

      OpenCV中的HOG算法来源于Histograms of Oriented Gradients for Human Detection, CVPR 2005。详细的算法可以参考这个文章。

免责声明:非本网注明原创的信息,皆为程序自动获取互联网,目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责;如此页面有侵犯到您的权益,请给站长发送邮件,并提供相关证明(版权证明、身份证正反面、侵权链接),站长将在收到邮件12小时内删除。

相关阅读

一周热门

查看更多