Opencv : HOG 特征与行人检测 Python

Opencv:HOG特征与行人检测Python实现

一、内容

HOG特征与行人检测

HOG(Histogram of Oriented Gradient)特征在对象识别与模式匹配中是一种常见的特征提取算法，是基于本地像素块进行特征直方图提取的一种算法，对象局部的变形与光照影响有很好的稳定性，最初是用HOG特征来来识别人像，通过HOG特征提取+SVM训练，可以得到很好的效果。

HOG特征提取的大致流程：

在这里插入图片描述

二、代码

import cv2 as cv

# 主程序入口
if __name__ == '__main__':
# 读取图像

src = cv.imread("D:/vsprojects/images/pedestrian.png")

cv.imshow("input", src)

# HOG + SVM
hog = cv.HOGDescriptor()
hog.setSVMDetector(cv.HOGDescriptor_getDefaultPeopleDetector())
# Detect people in the image

(rects, weights) = hog.detectMultiScale(src,

winStride=(4, 4),

padding=(8, 8),

scale=1.25,

useMeanshiftGrouping=False)

# 矩形框
for (x, y, w, h) in rects:
cv.rectangle(src, (x, y), (x + w, y + h), (0, 255, 0), 2)
# 显示

cv.imshow("hog-detector", src)

cv.waitKey(0)

cv.destroyAllWindows()

三、结果

1.原图

2.结果