基于HOG特征的行人检测算法
2015-01-24 16:00
387 查看
记录一个用OpenCv库实现的,基于图像HOG特征的行人检测算法
#include <iostream> #include <opencv2/opencv.hpp> using namespace std; int main() { bool flag = false; /* if(argc==1) { cout<<"There is no input image!\n"; return 0; } */ const char *filename = "F:/VS2010/opencv/opencv/11.jpg"; cv::Mat image = cv::imread(filename); if (image.empty()) { std::cout<<"read image failed"<<std::endl; } // 1. 定义HOG对象 cv::HOGDescriptor hog; // 采用默认参数 // 2. 设置SVM分类器 hog.setSVMDetector (cv::HOGDescriptor::getDefaultPeopleDetector()); // 采用已经训练好的行人检测分类器 // 3. 在测试图像上检测行人区域 std::vector<cv::Rect> regions; hog.detectMultiScale(image, regions, 0, cv::Size(8,8), cv::Size(32,32), 1.05, 1); // 显示 if(regions.size()>0) { flag = true; } for (size_t i = 0; i < regions.size(); i++) { cv::rectangle(image, regions[i], cv::Scalar(0,0,255), 2); } cv::imshow("hog", image); cout<<"flag is :"<<flag<<"人数大概为:"<<regions.size()<<endl; cv::waitKey(0); return 0; }
相关文章推荐
- 目标检测之行人检测(Pedestrian Detection)基于hog(梯度方向直方图)--- 梯度直方图特征行人检测、人流检测2
- OpenCV中基于HOG特征的行人检测
- OpenCV中基于HOG特征的行人检测
- 基于Hog特征的行人检测
- OpenCV_基于HOG特征的行人检测
- 基于HOG特征的Adaboost行人检测
- opencv+树莓PI的基于HOG特征的行人检测
- 基于HOG特征的Adaboost行人检测
- OpenCV_基于HOG特征的行人检测
- OpenCV_基于HOG特征的行人检测
- 基于HOG特征的Adaboost行人检测
- 基于HOG特征的Adaboost行人检测
- 利用Hog特征和SVM分类器进行行人检测
- 用opencv的traincascade.exe训练行人的HAAR、LBP和HOG特征的xml文件,并对分类器进行加载和检测
- 利用Hog特征和SVM分类器进行行人检测
- 利用Hog特征和SVM分类器进行行人检测
- 利用Hog特征和SVM分类器进行行人检测(自己收集正反例样本训练分类器)
- 利用Hog特征和SVM分类器进行行人检测
- 利用Hog特征和SVM分类器进行行人检测
- 【OpenCV】基于HOG与SVM的行人检测学习