轉載來自https://blog.csdn.net/retacn_yue/article/details/53726457
第七章 目標檢測與識別
梯度直方圖histogram of oriented gradient
圖像金字塔 image pyramid
滑動窗口 sliding window
1 目標檢測與識別
A HOG描述符
每個單元包含八個直方圖即八個方向(n,nw,w,sw,s,se,e,ne)
尺度 檢測目標可能位於較大圖像中
位置 檢測圖像可能位於圖像的任意位置
可以使用圖像金字塔或是滑動窗口解決
非最大抑制
支持向量機
Svm算法,對於帶有標籤的訓練數據,通過一個優化的超平面對這些數據進行分類
B 檢測人
示例代碼如下;
!/usr/bin/env python
-- coding: utf-8 --
@Time : 2016/12/12 11:34
@Author : Retacn
@Site : 檢測人
@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
檢測某個矩形是否包含另一個矩形
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
繪製矩形框住檢測到的人
def draw_person(imgae, person):
x, y, w, h = person
cv2.rectangle(imgae, (x, y), (x + w, y + h), (0, 255, 255), 2)
讀入圖像
img = cv2.imread(‘../people.jpg’)
創建檢測器
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)
顯示圖像
cv2.imshow(‘people detection’, img)
cv2.waitKey(0)
cv2.destroyAllWindows()
C 創建和訓練檢測器
對於檢測不同對像,如何建立分類器
使用svm和詞袋(bag-of-word) bow在語言分析中的應用
示列如下:
I like opencv and i like python
I like c++ and python
I don’t like artichokes
可以用以下值來建立字典
{
I:4,
Like:4,
Opencv:2,
And:2
Python:2
C++:1
Don’t:1
Artichokes:1
}
以上的三句話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]
計算機視覺中的bow
取樣本數據集
對數據集中的每幅圖像提取描述符(sif,surf)
將每個描述符添加到bow訓練器中
將描述符聚類開k族中(聚類的中心就是視覺單詞)
K-means聚類 用於數據分析的向量化方法
2 汽車檢測
數據集下載
The university orlllinois
http://l2r.cs.uiuc.edu/~cogcomp/DATA/Car/CarData.tar.gz
Stanforduniversity
Http://ai.stanford.edu/~jkrause/cars/car_dataset.html
示例代碼如下:
import cv2
import numpy as np
from os.path import join
TODO 定義路徑
datapath = ‘E:/notes/python/opencv_python/openLib/CarData/TrainImages’
取得測試圖像的完整路徑
def path(cls, i):
return ‘%s/%s%d.pgm’ % (datapath, cls, i + 1)
pos, neg = ‘pos-‘, ‘neg-‘
使用sif,surf 提取特徵描述符
detect = cv2.xfeatures2d.SIFT_create() # 提取關鍵點
extract = cv2.xfeatures2d.SURF_create() # 提取特徵
使用flann匹配器
flann_params = dict(algorithm=1, trees=5)
matcher = cv2.FlannBasedMatcher(flann_params, {})
創建bow訓練器,簇數爲40
bow_kmeans_trainer = cv2.BOWKMeansTrainer(40)
初始化bow提取器
extract_bow = cv2.BOWImgDescriptorExtractor(extract, matcher)
取得圖像路徑,認灰度格式讀取圖像,返回描述符
def extract_sift(fn):
im = cv2.imread(fn, 0)
return extract.compute(im, detect.detect(im))[1]
每個類讀取8張圖像
for i in range(8):
bow_kmeans_trainer.add(extract_sift(path(pos, i)))
bow_kmeans_trainer.add(extract_sift(path(neg, i)))
執行k-means分類並返回詞彙
voc = bow_kmeans_trainer.cluster()
extract_bow.setVocabulary(voc)
取得基於bow描述符提取器計算得到的描述符
def bow_features(fn):
im = cv2.imread(fn, cv2.IMREAD_GRAYSCALE)
return extract_bow.compute(im, detect.detect(im))
訓練數據和標籤
traindata, trainlables = [], []
生成正負樣本圖像的標籤
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)
創建svm實例
svm = cv2.ml.SVM_create()
訓練數據和標籤
svm.train(np.array(traindata), cv2.ml.ROW_SAMPLE, np.array(trainlables))
顯示predict結果
def predict(fn):
f = bow_features(fn)
p = svm.predict(f)
print(fn, ‘\t’, p[1][0][0])
return p
TODO 設置兩個樣本圖像的路徑
car, notcar = ‘../car.jpg’, ‘../book.jpg’
car_img = cv2.imread(car)
notcar_img = cv2.imread(notcar)
將圖像傳給svm,取得檢測結果
car_predict = predict(car)
notcar_predict = predict(notcar)
設置字體樣式
font = cv2.FONT_HERSHEY_SIMPLEX
在圖片上顯示信息說明
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)
顯示圖像
cv2.imshow(‘BOW+SVM Success’, car_img)
cv2.imshow(‘BOW+SVM Failure’, notcar_img)
if cv2.waitKey(0) & 0xFF == ord(‘q’):
cv2.destroyAllWindows()
運行結果如下圖:
Svm滑動窗口
檢測同一物體的多個目標
確定檢測到的目標在圖像中的位置
滑動窗口的方法,有點像lcd屏的顯示
示例代碼如下:(測試不成功)