欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

opencv行人检测3(HOG+SVM)

程序员文章站 2022-06-03 19:51:58
...
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<opencv2/objdetect.hpp>
#include<iostream>

using	namespace std;
using	namespace cv;

int	main(int argc, char **argv)
{
	Mat	img;
	//读取图片
	img = imread("D:\\c.png", 1);
	//HOG特征检测器
	HOGDescriptor	defaultHog;
	//设置SVM分类器
	defaultHog.setSVMDetector(HOGDescriptor::getDefaultPeopleDetector());
	//矩形框数组
	vector<Rect> found, found_filtered;
	//对图像进行多尺度检测
	defaultHog.detectMultiScale(img, found, 0, Size(8, 8), Size(32, 32), 1.05, 2);
	//detectMultiScale(const Mat& image,CV_OUT vector<Rect>& objects,double scaleFactor = 1.1,int minNeighbors = 3,int flags = 0,Size minSize = Size(),Size maxSize = Size());
	//待检测图片,被检测物体的矩形框向量组,搜索窗口的比例系数,
	//输出矩形个数
	cout << "矩形个数:" << found.size() << endl;
	// 找出所有没有嵌套的矩形框r,并放入found_filtered中,如果有嵌套的话,则取外面最大的那个矩形框放入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)  //按位与操作
		break;
		
		if (j == found.size())
			found_filtered.push_back(r);
		
	}
	cout << "过滤后矩形的个数:" << found_filtered.size() << endl;
	
	//画出矩形框
	for (int i = 0; i<found_filtered.size(); i++)
	{
		Rect r = found[i];
		rectangle(img, r.tl(), r.br(), Scalar(0, 255, 0), 3);
	}

	namedWindow("Detect pedestrain", WINDOW_AUTOSIZE);
	imshow("Detect pedestrain", img);
	waitKey(0);
	return	0;

}

 

        小编又回来了,没办法代码bug太多了。小编用上一篇(行人检测2)的代码,测试了另一张图片,发现行人检测又出现了新的问题。结果如下图所示。


                           opencv行人检测3(HOG+SVM)
            
    
    博客分类: opencv学习笔记 opencvHOGSVM行人检测C++ 

        于是,小编又去撩了撩度娘,查看了许多别人的代码,发现detectMultiScale()函数的参数,我没有设置完全,但别人的detectMultiScale()函数的设置都是一致的。所以小编在上一篇的代码中补上了参数,具体如下:

        defaultHog.detectMultiScale(img, found, 0, Size(8, 8), Size(32, 32), 1.05, 2);

        和上一篇的代码相比,小编就改了这一句。改后的完整代码看上面。
        改完后,小编又测试了一下上面的图片,结果如下,准确的检测出了3个人。

 
                        opencv行人检测3(HOG+SVM)
            
    
    博客分类: opencv学习笔记 opencvHOGSVM行人检测C++ 
         但是只检测一张图片怎么能够呢?于是小编又检测了第一篇(行人检测1)的图片,结果如下,虽然没有出现第一次的大窗口内有小窗口的问题,但是却还是多出了一个框。


          opencv行人检测3(HOG+SVM)
            
    
    博客分类: opencv学习笔记 opencvHOGSVM行人检测C++ 
         这个新出来的问题,真是让小编心力交瘁。又去问了导师,导师说,应该是opencv自带的训练器的结果不准,可以自己训练样本,或者直接加载别人训练好的xml文件。小编的电脑带不起训练,只能希望直接加载别人训练好的xml文件。在网上找了许多代码,大都是训练样本后再加载XML文件的。没有现成的、不需要训练、直接加载别人训练好的XML文件的代码。有样本训练的代码又太过复杂,小编也看不懂。

         小编去研究代码了,下次再说。

 

 

 

 

 

  • opencv行人检测3(HOG+SVM)
            
    
    博客分类: opencv学习笔记 opencvHOGSVM行人检测C++ 
  • 大小: 510.2 KB
  • opencv行人检测3(HOG+SVM)
            
    
    博客分类: opencv学习笔记 opencvHOGSVM行人检测C++ 
  • 大小: 507.7 KB
  • opencv行人检测3(HOG+SVM)
            
    
    博客分类: opencv学习笔记 opencvHOGSVM行人检测C++ 
  • 大小: 492.6 KB