HOG特征检测的原理及opencv API调用

男娘i 2022-06-02 05:51 214阅读 0赞

查看了一些关于HOG特征检测的文章，觉得[Histogram of Oriented Gradients][]这一篇文章讲的比较清楚。整理如下。

**1.预处理**

用于计算HOG特征的图像一般都是选择大小为64x128像素大小。

在opencv中可以直接调用resize()来完成，得到src。当然也有先裁剪在resize()的操作方式。这里也可以采用gamma correction对src进行处理，但是从Dalal和Triggs的论文可知，其作用并不是很大，所以也可以不用。

关于gamma校正可以参考[伽马（Gamma）校正的原理及opencv实现][Gamma_opencv]。

![SouthEast][]  
  
**2.计算梯度图像**  
需要计算出src在X和Y方向的梯度图像Gx和Gy（梯度图像均为单通道图像），然后根据Gx和Gy计算出幅值和角度，这里的角度一般采用无符号表示，即0~180度。另外如果src是三通道的图像，那么将三个通道中的最大值作为该点的梯度值。这样做的好处就是将原本8x8个像素，每个像素有3个通道，就是8x8x3个数据，计算梯度后每个像素点有两个值（幅值和角度）就是8x8x2个数据。数据量变少了，少的部分就是颜色信息，只保留了边缘信号。

在opencv中，可以用sobel()算子来计算梯度，然后用cartToPolar()来计算幅值和角度。

![SouthEast 1][]

// C++ gradient calculation. 
    // Read image
    Mat img = imread("bolt.png");
    img.convertTo(img, CV_32F, 1/255.0);
     
    // Calculate gradients gx, gy
    Mat gx, gy; 
    Sobel(img, gx, CV_32F, 1, 0, 1);
    Sobel(img, gy, CV_32F, 0, 1, 1);

**3.计算梯度直方图**  
以8x8个像素为一个cell，计算每个cell的直方图，每个直方图有9个bin，分别表示0 20 40 。。。 160度9个方向，而把对应的方向上的幅值作为bin的值。这里需要考虑的是如果出现一个方向，比如10度，幅度为2，那么将其线性分解到0和20度两个bin上，各加1。对于为什么是对8x8进行直方图计算，其实比如32x32也是没有问题的，作者指出对于行人检测，8x8已经足够。  
选择以8x8个像素作为单位计算直方图，考虑了像素点周维的数据，这样会降低噪声的影响。

![SouthEast 2][]

![SouthEast 3][]

**4.对梯度直方图归一化处理**  
在第三步中计算得到的梯度直方图，如果光照发生变化，那么直方图也会相应的发生很大变化，所以这里进行归一化处理，这样可以降低对光照的敏感性。

具体的操作是，在16x16像素为一个block,将一个block中的4个梯度直方图进行归一化（4个直方图，共36个bin作为一个向量进行归一化），然后以8x8个像素作为步长，循环操作。在一幅64x128的图像中可以找到7x15个block.而每个block有36x1个数据。所以最后得到的HOG特征（描述子）是一个7x15x36=3780维的数据。

归一化可以采用normalize()中的L2范数归一化。具体可以参考[opencv中归一化函数normalize()的原理讲解][opencv_normalize]。

**5. Opencv API的调用**

opencv中已经集成了HOG特征提取的算法。下面是调用试例。

![SouthEast 4][]

#include<opencv.hpp>
    #include<iostream>
    
    using namespace cv;
    using namespace std;
    
    int main(void)
    {
    	Mat input = imread("d:/Opencv Picture/HOG/simple.png");
    	if (input.empty())
    		return 1;
    	Mat src = input.clone();
    //这一部分是如何计算HOG特征描述子
    #if 0
    	Mat dst,dst_gray;
    	resize(src, dst, Size(64, 128));
    	cvtColor(dst, dst_gray, CV_BGR2GRAY);
    
    	HOGDescriptor detector(Size(64, 128), Size(16, 16), Size(8, 8), Size(8, 8), 9);
    	vector<float> descriptor;
    	vector<Point> location;
    	detector.compute(dst_gray, descriptor, Size(0, 0), Size(0, 0),location);
    	cout << "descriptor size " << descriptor.size();
    #endif
    
    	//下面是调用opencv中集成的基于HOG的SVM行人检测数据集，进行行人检测
    	HOGDescriptor hog=HOGDescriptor();
    	hog.setSVMDetector(hog.getDefaultPeopleDetector());
    	vector<Rect> peopleLocation;
    	hog.detectMultiScale(src,peopleLocation,0,Size(8,8),Size(16,16),1.05,2.0);
    	for (int i = 0; i < peopleLocation.size(); ++i)
    	{
    		rectangle(src, peopleLocation[i], Scalar(0, 0, 255));
    	}
    	imshow("input", input);
    	imshow("src", src);
    	cvWaitKey();
    	return 0;
    }

[Histogram of Oriented Gradients]: http://www.learnopencv.com/histogram-of-oriented-gradients/
[Gamma_opencv]: http://blog.csdn.net/kuweicai/article/details/78953017
[SouthEast]: /images/20220602/6a9f7d879e5541169353be9c813ba1aa.png
[SouthEast 1]: /images/20220602/2b7a11ae76a9487f84339c79545dc8d0.png
[SouthEast 2]: /images/20220602/89140d0c807e4bbda4bab0e20fdee831.png
[SouthEast 3]: /images/20220602/dfdfda2b7c764e5cb9025fae0144d66a.png
[opencv_normalize]: http://blog.csdn.net/kuweicai/article/details/78988886
[SouthEast 4]: /images/20220602/b3b3fa72b7ec476e900933e89c22782e.png