转载来自https://blog.csdn.net/retacn_yue/article/details/53726457
第七章 目标检测与识别
梯度直方图histogram of oriented gradient
图像金字塔 image pyramid
滑动窗口 sliding window
1 目标检测与识别
A HOG描述符
每个单元包含八个直方图即八个方向(n,nw,w,sw,s,se,e,ne)
尺度 检测目标可能位于较大图像中
位置 检测图像可能位于图像的任意位置
可以使用图像金字塔或是滑动窗口解决
非最大抑制
支持向量机
Svm算法,对于带有标签的训练数据,通过一个优化的超平面对这些数据进行分类
B 检测人
示例代码如下;
!/usr/bin/env python
-- coding: utf-8 --
@Time : 2016/12/12 11:34
@Author : Retacn
@Site : 检测人
@File : hogdescriptor.py
@Software: PyCharm
author = “retacn”
copyright = “property of mankind.”
license = “CN”
version = “0.0.1”
maintainer = “retacn”
email = “[email protected]”
status = “Development”
import cv2
import numpy as np
检测某个矩形是否包含另一个矩形
def is_inside(o, i):
ox, oy, ow, oh = o
ix, iy, iw, ih = i
return ox > ix and oy > iy and ox + ow < ix + iw and oy + oh < iy + ih
绘制矩形框住检测到的人
def draw_person(imgae, person):
x, y, w, h = person
cv2.rectangle(imgae, (x, y), (x + w, y + h), (0, 255, 255), 2)
读入图像
img = cv2.imread(‘../people.jpg’)
创建检测器
hog = cv2.HOGDescriptor()
hog.setSVMDetector(cv2.HOGDescriptor_getDefaultPeopleDetector())
found, w = hog.detectMultiScale(img)
found_filtered = []
for ri, r in enumerate(found):
for qi, q in enumerate(found):
if ri != qi and is_inside(r, q):
break
else:
found_filtered.append(r)
for person in found_filtered:
draw_person(img, person)
显示图像
cv2.imshow(‘people detection’, img)
cv2.waitKey(0)
cv2.destroyAllWindows()
C 创建和训练检测器
对于检测不同对像,如何建立分类器
使用svm和词袋(bag-of-word) bow在语言分析中的应用
示列如下:
I like opencv and i like python
I like c++ and python
I don’t like artichokes
可以用以下值来建立字典
{
I:4,
Like:4,
Opencv:2,
And:2
Python:2
C++:1
Don’t:1
Artichokes:1
}
以上的三句话可以用以下向量表示:
[2,2,1,1,1,0,0,0]
[1,1,0,1,1,1,0,0]
[1,1,0,0,0,0,1,1]
计算机视觉中的bow
取样本数据集
对数据集中的每幅图像提取描述符(sif,surf)
将每个描述符添加到bow训练器中
将描述符聚类开k族中(聚类的中心就是视觉单词)
K-means聚类 用于数据分析的向量化方法
2 汽车检测
数据集下载
The university orlllinois
http://l2r.cs.uiuc.edu/~cogcomp/DATA/Car/CarData.tar.gz
Stanforduniversity
Http://ai.stanford.edu/~jkrause/cars/car_dataset.html
示例代码如下:
import cv2
import numpy as np
from os.path import join
TODO 定义路径
datapath = ‘E:/notes/python/opencv_python/openLib/CarData/TrainImages’
取得测试图像的完整路径
def path(cls, i):
return ‘%s/%s%d.pgm’ % (datapath, cls, i + 1)
pos, neg = ‘pos-‘, ‘neg-‘
使用sif,surf 提取特征描述符
detect = cv2.xfeatures2d.SIFT_create() # 提取关键点
extract = cv2.xfeatures2d.SURF_create() # 提取特征
使用flann匹配器
flann_params = dict(algorithm=1, trees=5)
matcher = cv2.FlannBasedMatcher(flann_params, {})
创建bow训练器,簇数为40
bow_kmeans_trainer = cv2.BOWKMeansTrainer(40)
初始化bow提取器
extract_bow = cv2.BOWImgDescriptorExtractor(extract, matcher)
取得图像路径,认灰度格式读取图像,返回描述符
def extract_sift(fn):
im = cv2.imread(fn, 0)
return extract.compute(im, detect.detect(im))[1]
每个类读取8张图像
for i in range(8):
bow_kmeans_trainer.add(extract_sift(path(pos, i)))
bow_kmeans_trainer.add(extract_sift(path(neg, i)))
执行k-means分类并返回词汇
voc = bow_kmeans_trainer.cluster()
extract_bow.setVocabulary(voc)
取得基于bow描述符提取器计算得到的描述符
def bow_features(fn):
im = cv2.imread(fn, cv2.IMREAD_GRAYSCALE)
return extract_bow.compute(im, detect.detect(im))
训练数据和标签
traindata, trainlables = [], []
生成正负样本图像的标签
for i in range(20):
# extend尾部添加
traindata.extend(bow_features(path(pos, i)));
trainlables.append(1)
traindata.extend(bow_features(path(neg, i)));
trainlables.append(-1)
创建svm实例
svm = cv2.ml.SVM_create()
训练数据和标签
svm.train(np.array(traindata), cv2.ml.ROW_SAMPLE, np.array(trainlables))
显示predict结果
def predict(fn):
f = bow_features(fn)
p = svm.predict(f)
print(fn, ‘\t’, p[1][0][0])
return p
TODO 设置两个样本图像的路径
car, notcar = ‘../car.jpg’, ‘../book.jpg’
car_img = cv2.imread(car)
notcar_img = cv2.imread(notcar)
将图像传给svm,取得检测结果
car_predict = predict(car)
notcar_predict = predict(notcar)
设置字体样式
font = cv2.FONT_HERSHEY_SIMPLEX
在图片上显示信息说明
if (car_predict[1][0][0] == 1.0):
cv2.putText(car_img, “Car Detected”, (10, 30), font, 1, (0, 255, 0), 2, cv2.LINE_AA)
if (notcar_predict[1][0][0] == -1.0):
cv2.putText(notcar_img, “Car Not Detected”, (10, 30), font, 1, (0, 0, 255), 2, cv2.LINE_AA)
显示图像
cv2.imshow(‘BOW+SVM Success’, car_img)
cv2.imshow(‘BOW+SVM Failure’, notcar_img)
if cv2.waitKey(0) & 0xFF == ord(‘q’):
cv2.destroyAllWindows()
运行结果如下图:
Svm滑动窗口
检测同一物体的多个目标
确定检测到的目标在图像中的位置
滑动窗口的方法,有点像lcd屏的显示
示例代码如下:(测试不成功)