Python 使用Opencv实现目标检测与识别

古城微笑少年丶 2022-05-22 08:40 287阅读 0赞

\----------欢迎加入学习交流QQ群：657341423

--------------------

在上章节讲述到[图像特征检测与匹配][Link 1] ，本章节是讲述目标检测与识别。后者是在前者的基础上进一步完善。  
在本章中，我们使用HOG算法，HOG和SIFT、SURF同属一种类型的描述符。功能代码如下：

import cv2
    def is_inside(o, i):
        ox, oy, ow, oh = o
        ix, iy, iw, ih = i
        # 如果符合条件，返回True，否则返回False
        return ox > ix and oy > iy and ox + ow < ix + iw and oy + oh < iy + ih
    
    # 根据坐标画出人物所在的位置
    def draw_person(img, person):
      x, y, w, h = person
      cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 255), 2)
    
    # 定义HOG特征+SVM分类器
    img = cv2.imread("people.jpg")
    hog = cv2.HOGDescriptor()
    hog.setSVMDetector(cv2.HOGDescriptor_getDefaultPeopleDetector())
    found, w = hog.detectMultiScale(img, winStride=(8, 8), scale=1.05)
    
    # 判断坐标位置是否有重叠
    found_filtered = []
    for ri, r in enumerate(found):
        for qi, q in enumerate(found):
            a = is_inside(r, q)
            if ri != qi and a:
                break
        else:
            found_filtered.append(r)
    # 勾画筛选后的坐标位置
    for person in found_filtered:
        draw_person(img, person)
    # 显示图像
    cv2.imshow("people detection", img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

运行结果如图所示：  
![这里写图片描述][70]  
这个例子是使用HOG特征进行SVM算法训练，这部分已开始涉及到机器学习的方面，通过SVM算法训练数据集，然后根据某图像与数据集进行匹配。

--------------------

[Link 1]: https://blog.csdn.net/HuangZhang_123/article/details/80660688
[70]: /images/20220522/2b9ae2f94f4f45b086173b83263426ce.png