首页 > 编程技巧 > c c++ > 正文

目标检测:HOG特征和OpenCV中的实现 - C++教程 - 编程入门网
2015-05-21 00:00:00   来源:   评论:0 点击:

关于HOG特征可以看http: blog csdn net zouxy09 article details 7929348和http: www cnblogs com tornadomeet archive 2012 08 15 26407

关于HOG特征可以看http://blog.csdn.net/zouxy09/article/details/7929348和http://www.cnblogs.com/tornadomeet/archive/2012/08/15/2640754.html,

关于OpenCV HOGDescriptor参数图解可以参考这里http://blog.csdn.net/raodotcong/article/details/6239431;

现在利用HOG特征来进行行人检测,既然要有了特征,现在其实要有一个方法来判断是否一个图片的某一部分是行人,SVM是一个很好的机器学习方法,可以用来分类,结合HOG特征就可以用来检测图片中的行人。OpenCV中集成了一个方法,getDefaultPeopleDetector等可以直接得到一个SVM的分类器,这个分类器是OpenCV自带的已经训练好的,可以直接拿来使用。下面可以看一下使用它的代码。

OpenCV自带SVM分类器使用:

#include <iostream>  #include <opencv2/opencv.hpp>         using namespace cv;         int main(int argc, char** argv)  {      cv::Mat image = cv::imread("G:\视频分析入门练习\视频分析入门练习 - 附件\testingdata for HOG\frame_0061.jpg");     if (image.empty())      {          std::cout << "read imagefailed"<< 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);  //对判定是行人的区域画一个正方形标记一下。      }             cv::imshow("hog", image);      cv::waitKey(0);             return 0;  }

结果:

返回栏目页:http://www.bianceng.cn/Programming/cplus/

相关热词搜索:

1455 +1

上一篇:基于ContentObserver来动态取消或添加屏幕超时任务 - C
下一篇:C/C++ For循环语句的效率测试优化及运行时错误:Stack

分享到: 收藏
评论排行
频道总排行
频道本月排行

联系方式 | 关于我们 | 招聘信息 | 友情链接 | 收录查询 | 网站地图 公益IT V9.6.0 © 2017

网站备案号: 冀ICP备14013808号-1

返回顶部