OpenCV，在图像中，直观显示HOG特征值

电玩女神 2022-06-08 01:21 177阅读 0赞

HOG特征提取算法的实现过程：  
大概过程：  
HOG特征提取方法就是将一个image（你要检测的目标或者扫描窗口）：  
1）灰度化（将图像看做一个x,y,z（灰度）的三维图像）；  
2）采用Gamma校正法对输入图像进行颜色空间的标准化（归一化）；目的是调节图像的对比度，降低图像局部的阴影和光照变化所造成的影响，同时可以抑制噪音的干扰；  
3）计算图像每个像素的梯度（包括大小和方向）；主要是为了捕获轮廓信息，同时进一步弱化光照的干扰。  
4）将图像划分成小cells（例如6\*6像素/cell）；  
5）统计每个cell的梯度直方图（不同梯度的个数），即可形成每个cell的descriptor；  
6）将每几个cell组成一个block（例如3\*3个cell/block），一个block内所有cell的特征descriptor串联起来便得到该block的HOG特征descriptor。

7）将图像image内的所有block的HOG特征descriptor串联起来就可以得到该image（你要检测的目标）的HOG特征descriptor了。这个就是最终的可供分类使用的特征向量了。

![20170910194814854][]

hog.winSize = Size(200, 128);  
hog.blockSize = Size(48, 48);  
hog.blockStride = Size(8, 8);  
hog.cellSize = Size(24, 24);

显示结果：

![20170910195019015][]

hog.winSize = Size(200, 128);  
hog.blockSize = Size(24, 24);  
hog.blockStride = Size(4, 4);  
hog.cellSize = Size(12, 12);

![20170910195238976][]

hog.winSize = Size(200, 128);  
hog.blockSize = Size(12, 12);  
hog.blockStride = Size(2, 2);  
hog.cellSize = Size(6, 6);

![20170910195334649][]

#include 
       
          
    #include 
        
           
    #include 
         
            
    #include 
          
             
    #include 
           
             #include "opencv2/imgproc/imgproc.hpp" using namespace std; using namespace cv; // HOGDescriptor visual_imagealizer // adapted for arbitrary size of feature sets and training images Mat get_hogdescriptor_visual_image(Mat& origImg, vector
            
             & descriptorValues,//hog特征向量 Size winSize,//图片窗口大小 Size cellSize, int scaleFactor,//缩放背景图像的比例 double viz_factor)//缩放hog特征的线长比例 { Mat visual_image;//最后可视化的图像大小 resize(origImg, visual_image, Size(origImg.cols*scaleFactor, origImg.rows*scaleFactor)); int gradientBinSize = 9; // dividing 180° into 9 bins, how large (in rad) is one bin? float radRangeForOneBin = 3.14 / (float)gradientBinSize; //pi=3.14对应180° // prepare data structure: 9 orientation / gradient strenghts for each cell int cells_in_x_dir = winSize.width / cellSize.width;//x方向上的cell个数 int cells_in_y_dir = winSize.height / cellSize.height;//y方向上的cell个数 int totalnrofcells = cells_in_x_dir * cells_in_y_dir;//cell的总个数 //注意此处三维数组的定义格式 //int ***b; //int a[2][3][4]; //int (*b)[3][4] = a; //gradientStrengths[cells_in_y_dir][cells_in_x_dir][9] float*** gradientStrengths = new float**[cells_in_y_dir]; int** cellUpdateCounter = new int*[cells_in_y_dir]; for (int y = 0; y
             
               des; Mat dst; cout << "src_width= " << src.size << " cols= " << src.cols << " rows= " << src.rows << endl; resize(src, dst, Size(src.cols / 5, src.rows/5)); imshow("src", src); hog.compute(dst, des); Mat d = get_hogdescriptor_visual_image(dst, des, hog.winSize, hog.cellSize, 5, 3.0); imshow("dst", d); waitKey(); }

[20170910194814854]: /images/20220608/4e89410d2dd24ab7a39cfbe9d71d62ea.png
[20170910195019015]: /images/20220608/89e2591c3f4443d383517fe8b135ba74.png
[20170910195238976]: /images/20220608/2b0da5b697d147228919b8e923f2c361.png
[20170910195334649]: /images/20220608/0a61dec06ca74067b717547c6ae8112d.png