首页 > 代码库 > opencv中的 HOGDescriptor 类

opencv中的 HOGDescriptor 类

 

其定义在  object.hpp中找到的:

 

 

[cpp] view plain copy
 
  1. struct CV_EXPORTS_W HOGDescriptor  
  2. {  
  3. public:  
  4.     enum { L2Hys=0 };  
  5.     enum { DEFAULT_NLEVELS=64 };  
  6.   
  7.     CV_WRAP HOGDescriptor() : winSize(64,128), blockSize(16,16), blockStride(8,8),  
  8.         cellSize(8,8), nbins(9), derivAperture(1), winSigma(-1),  
  9.         histogramNormType(HOGDescriptor::L2Hys), L2HysThreshold(0.2), gammaCorrection(true),  
  10.         nlevels(HOGDescriptor::DEFAULT_NLEVELS)  
  11.     {}  
  12.   
  13.     CV_WRAP HOGDescriptor(Size _winSize, Size _blockSize, Size _blockStride,  
  14.                   Size _cellSize, int _nbins, int _derivAperture=1, double _winSigma=-1,  
  15.                   int _histogramNormType=HOGDescriptor::L2Hys,  
  16.                   double _L2HysThreshold=0.2, bool _gammaCorrection=false,  
  17.                   int _nlevels=HOGDescriptor::DEFAULT_NLEVELS)  
  18.     : winSize(_winSize), blockSize(_blockSize), blockStride(_blockStride), cellSize(_cellSize),  
  19.     nbins(_nbins), derivAperture(_derivAperture), winSigma(_winSigma),  
  20.     histogramNormType(_histogramNormType), L2HysThreshold(_L2HysThreshold),  
  21.     gammaCorrection(_gammaCorrection), nlevels(_nlevels)  
  22.     {}  
  23.   
  24.     CV_WRAP HOGDescriptor(const String& filename)  
  25.     {  
  26.         load(filename);  
  27.     }  
  28.   
  29.     HOGDescriptor(const HOGDescriptor& d)  
  30.     {  
  31.         d.copyTo(*this);  
  32.     }  
  33.   
  34.     virtual ~HOGDescriptor() {}  
  35.   
  36.     CV_WRAP size_t getDescriptorSize() const;  
  37.     CV_WRAP bool checkDetectorSize() const;  
  38.     CV_WRAP double getWinSigma() const;  
  39.   
  40.     CV_WRAP virtual void setSVMDetector(InputArray _svmdetector);  
  41.   
  42.     virtual bool read(FileNode& fn);  
  43.     virtual void write(FileStorage& fs, const String& objname) const;  
  44.   
  45.     CV_WRAP virtual bool load(const String& filename, const String& objname=String());  
  46.     CV_WRAP virtual void save(const String& filename, const String& objname=String()) const;  
  47.     virtual void copyTo(HOGDescriptor& c) const;  
  48.   
  49.     CV_WRAP virtual void compute(const Mat& img,  
  50.                          CV_OUT vector<float>& descriptors,  
  51.                          Size winStride=Size(), Size padding=Size(),  
  52.                          const vector<Point>& locations=vector<Point>()) const;  
  53.     //with found weights output  
  54.     CV_WRAP virtual void detect(const Mat& img, CV_OUT vector<Point>& foundLocations,  
  55.                         CV_OUT vector<double>& weights,  
  56.                         double hitThreshold=0, Size winStride=Size(),  
  57.                         Size padding=Size(),  
  58.                         const vector<Point>& searchLocations=vector<Point>()) const;  
  59.     //without found weights output  
  60.     virtual void detect(const Mat& img, CV_OUT vector<Point>& foundLocations,  
  61.                         double hitThreshold=0, Size winStride=Size(),  
  62.                         Size padding=Size(),  
  63.                         const vector<Point>& searchLocations=vector<Point>()) const;  
  64.     //with result weights output  
  65.     CV_WRAP virtual void detectMultiScale(const Mat& img, CV_OUT vector<Rect>& foundLocations,  
  66.                                   CV_OUT vector<double>& foundWeights, double hitThreshold=0,  
  67.                                   Size winStride=Size(), Size padding=Size(), double scale=1.05,  
  68.                                   double finalThreshold=2.0,bool useMeanshiftGrouping = false) const;  
  69.     //without found weights output  
  70.     virtual void detectMultiScale(const Mat& img, CV_OUT vector<Rect>& foundLocations,  
  71.                                   double hitThreshold=0, Size winStride=Size(),  
  72.                                   Size padding=Size(), double scale=1.05,  
  73.                                   double finalThreshold=2.0, bool useMeanshiftGrouping = false) const;  
  74.   
  75.     CV_WRAP virtual void computeGradient(const Mat& img, CV_OUT Mat& grad, CV_OUT Mat& angleOfs,  
  76.                                  Size paddingTL=Size(), Size paddingBR=Size()) const;  
  77.   
  78.     CV_WRAP static vector<float> getDefaultPeopleDetector();  
  79.     CV_WRAP static vector<float> getDaimlerPeopleDetector();  
  80.   
  81.     CV_PROP Size winSize;  
  82.     CV_PROP Size blockSize;  
  83.     CV_PROP Size blockStride;  
  84.     CV_PROP Size cellSize;  
  85.     CV_PROP int nbins;  
  86.     CV_PROP int derivAperture;  
  87.     CV_PROP double winSigma;  
  88.     CV_PROP int histogramNormType;  
  89.     CV_PROP double L2HysThreshold;  
  90.     CV_PROP bool gammaCorrection;  
  91.     CV_PROP vector<float> svmDetector;  
  92.     CV_PROP int nlevels;  
  93.   
  94.   
  95.    // evaluate specified ROI and return confidence value for each location  
  96.    void detectROI(const cv::Mat& img, const vector<cv::Point> &locations,  
  97.                                    CV_OUT std::vector<cv::Point>& foundLocations, CV_OUT std::vector<double>& confidences,  
  98.                                    double hitThreshold = 0, cv::Size winStride = Size(),  
  99.                                    cv::Size padding = Size()) const;  
  100.   
  101.    // evaluate specified ROI and return confidence value for each location in multiple scales  
  102.    void detectMultiScaleROI(const cv::Mat& img,  
  103.                                                        CV_OUT std::vector<cv::Rect>& foundLocations,  
  104.                                                        std::vector<DetectionROI>& locations,  
  105.                                                        double hitThreshold = 0,  
  106.                                                        int groupThreshold = 0) const;  
  107.   
  108.    // read/parse Dalal‘s alt model file  
  109.    void readALTModel(std::string modelfile);  
  110. };  



 

 

默认构造函数的几个参数:

 

 

[cpp] view plain copy
 
  1. winSize(64,128), blockSize(16,16), blockStride(8,8),  
  2.         cellSize(8,8), nbins(9), derivAperture(1), winSigma(-1),  
  3.         histogramNormType(HOGDescriptor::L2Hys), L2HysThreshold(0.2), gammaCorrection(true),  
  4.         nlevels(HOGDescriptor::DEFAULT_NLEVELS)  

 

 

winSize : 窗口的大小

blockSize :块的大小

cellSize: 胞元的大小

nbins: 方向bin的个数 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360/9=40度。

 

更详细请移步:    http://blog.csdn.NET/raocong2010/article/details/6239431

 

 

=++++++++++++++++++++++提取 HOG 特征+++++++++++++++++++++++++=

//样本矩阵,nImgNum:横坐标是样本数量。 列数是该 样本对应的 特征维数。ex: 样本是学生,其样本特征可以由 身高,体重,年龄 组成,那么  第二个参数就是 3 啦。

CvMat *data_mat = cvCreateMat( nImgNum, 1764, CV_32FC1 ); 

 

//类型矩阵,存储每个样本的类型标志 , 一维,只需要存储该样本属于哪一类即可(只有两类)
 CvMat *   res_mat = cvCreateMat( nImgNum, 1, CV_32FC1 );  

 

HOGDescriptor *hog=new HOGDescriptor(cvSize(64,64),cvSize(16,16),cvSize(8,8),cvSize(8,8),9); 

 

// 计算hog特征

// trainImg是读入的需要计算特征的图像,IplImage* trainImg=cvCreateImage(cvSize(64,64),8,3);

//descriptors 是结果数组   vector<float>  descriptors;   HOG特征的维数就是 =  descriptors.size 啦,上例中,就是 那个3 啦。

hog->compute(trainImg, descriptors,Size(1,1), Size(0,0)); 

 

//计算完成后,把hog特征存储到 上面声明的那个 样本 矩阵中

 //   i   是当前处理的第  i  张 图片, n 从 0 开始 ++ ,从第 0 列 开始存储。 *iter  是 (vector<float>::iterator iter=descriptors.begin();iter!=descriptors.end();iter++) 

 cvmSet(data_mat, i, n,*iter);  

 

//  训练读入的图片是有  标签 的( 知道已知属于哪一类),  将标签存入  标签 矩阵 。i 是当前处理的 图片 的 编号。 img_catg[i] 是  读入 的已知的 数据。

cvmSet( res_mat, i, 0, img_catg[i] ); 

 

++++++++++++++++++++++++++++++++++开始训练+++++++++++++++++++++++++++

 

首先要/新建一个SVM    

CvSVM svm = CvSVM();

 

// 开始训练~

 svm.train( data_mat, res_mat, NULL, NULL, param );   //data_mat 是 上面提取 到的 HOG特征,存储 m 个样本的 n 个特征, res_mat 是标签矩阵,m个样本属于哪一类,已 //  知的。   param 的定义如下:

 

CvSVMParams param  = CvSVMParams( CvSVM::C_SVC, CvSVM::RBF, 10.0, 0.09, 1.0, 10.0, 0.5, 1.0, NULL, criteria );  

CvTermCriteria   criteria = cvTermCriteria( CV_TERMCRIT_EPS, 1000, FLT_EPSILON );   

 

// 将训练结果保存在 xml文件中

 svm.save( "SVM_DATA.xml" );

 

此阶段生成文件:

SVM_DATA.xml

 

训练完成之后,就开始 对 你所需要 的 数据 进行 预测。 这里预测  当前 图片 属于 那一类别。

 

++++++++++++++++++++++++++++++++++检测样本+++++++++++++++++++++++++++

 

读入当前要预测的图片 testImg

将testImg 缩放 至 与 训练图片 一样大小 ,直接存放到 trainImg中

计算读入的图片的Hog特征,

 hog->compute(trainImg, descriptors,Size(1,1), Size(0,0)); //调用计算函数开始计算     

仍用 vector<float> descriptors;  存放结果 

 

创建一个  一行  n 列 的向量。  n 是 特征的个数 。 就是上面的 3 啊, descriptors.size() 啊。   用来存放  当前要预测的图片的 特征

 CvMat* SVMtrainMat=cvCreateMat(1,descriptors.size(),CV_32FC1); 

// 开始预测

 int ret = svm.predict(SVMtrainMat);

ret 返回的是 当前 预测 的 图片 的  类别。 就是   一开始 读到  标签 矩阵 中的 数据。 一般 用 0 or 1  来标示 两大类别。

 

可将结果文件保存在:

SVM_PREDICT.txt

 

            +++++++++++++++++=OpenCV  HOG特征向量个数计算方法+++++++++++++++++++++++

下面参照 网上 方法 说下 怎么计算 的 每个向量 的  特征  维数, 就是一开始就声明 的 

样本矩阵  CvMat *data_mat = cvCreateMat( nImgNum, 1764, CV_32FC1 ); 

中这个 1764 是如何计算出来的。

 

1. 先确定 你 要训练 以及 检测 的图片 的 大小  IplImage* trainImg=cvCreateImage(cvSize(64,64),8,3);  

   ok  这里是  64 x 64

2.  确定 HOGDescriptor *hog=new HOGDescriptor(cvSize(64,64),cvSize(16,16),cvSize(8,8),cvSize(8,8),9); 

     第一个 窗口 大小 设置 为 上面的图片大小 64 x 64 。 

    第二个 块大小 是 16 x 16 的话 [ 额  这个肿么确定?与前面的 窗口大小有关系 么? 这是opencv中默认的大小]

    第三个 块block的步进 stride 8 x 8

    第四个是 胞元cell大小 8 x 8

   第五个是 cell的直方图的 bin = 9 [ 不懂 +_+]

 

   每个 cell 有 9 个向量

   每个block 有 (16 / 8 ) * (16 / 8) = 2 * 2 = 4 个 cell, 那么现在就有 4 * 9 = 36 个向量啦

   每个 窗口 有多少个 block 呢?

利用公式   (window_size - block_size)/block_stride + 1  对两个方向进行计算:

  ( 64 - 16) / 8 + 1 = 7

         两个方向  7 * 7 = 49

   so  共有  49* 36 = 1764

opencv中的 HOGDescriptor 类