OpenCV——HOG特征检测

API：

HOGDescriptor(Size _winSize, ---：窗口大小，即检测的范围大小，前面的64*128
　　　　　　　　Size _blockSize,--- 前面的2*2的cell，即cell的数量，这里要填像素值Size(16,16)
　　　　　　　　Size _blockStride,---每次block移动的步长，以像素计，为一个cell像素块大小
              Size _cellSize, ---cell的大小，前面的8*8
　　　　　　　  int _nbins,     ----直方图的组数
 　　　　　　 　int _derivAperture=1, --梯度计算的参数
　　　　　　　　double _winSigma=-1, --梯度计算的参数
              int _histogramNormType=HOGDescriptor::L2Hys,---归一化的方法
              double _L2HysThreshold=0.2,  
　　　　　　　　bool _gammaCorrection=false,    ---是否要伽马校正
               int _nlevels=HOGDescriptor::DEFAULT_NLEVELS, 
　　　　　　　　　bool _signedGradient=false)

 #include <opencv2/opencv.hpp>
 //#include <opencv2/xfeatures2d.hpp>
 #include <iostream>

 using namespace cv;
 //using namespace cv::xfeatures2d;
 using namespace std;

 int main(int argc, char** argv) {
     Mat src = imread("test.jpg");
     if (src.empty()) {
         printf("could not load image...\n");
         return -;
     }
     namedWindow("input image", CV_WINDOW_AUTOSIZE);
     imshow("input image", src);

     Mat dst, dst_gray;
     resize(src,dst,Size(,));// 改变大小

     cvtColor(dst,dst_gray,COLOR_BGR2GRAY);

     HOGDescriptor detector(Size(, ), Size(, ), Size(, ), Size(, ),);
     vector<float> descriptors;//直方图向量
     vector<Point>locations;
     detector.compute(dst_gray, descriptors,Size(,),Size(,),locations);
     printf("number of HOG descriptors :%d", descriptors.size());

     waitKey();
     return ;
 }

使用OpenCV已经训练好的模型实现行人检测

 #include <opencv2/opencv.hpp>
 #include <iostream>

 using namespace cv;
 using namespace std;

 int main(int argc, char** argv) {
     Mat src = imread("行人.jpg");
     if (src.empty()) {
         printf("could not load image...\n");
         return -;
     }
     namedWindow("input image", CV_WINDOW_AUTOSIZE);
     imshow("input image", src);    

     //使用opencv已经训练好的模型，实现行人检测
     HOGDescriptor hog= HOGDescriptor();
     hog.setSVMDetector(hog.getDefaultPeopleDetector());

     vector<Rect> foundLocations;
     hog.detectMultiScale(src, foundLocations,,Size(,),Size(,),1.05,);//在多尺度上寻找
     for (size_t t = ; t < foundLocations.size(); t++) {
         rectangle(src, foundLocations[t],Scalar(,,),,,);
     }

     namedWindow("HOG行人检测",CV_WINDOW_AUTOSIZE);
     imshow("HOG行人检测",src);

     waitKey();
     return ;
 }