OpenCV中的HOG+SVM物体分类

这里是结合网上的资料以及自己的整理，搞一个简单的框架供大家参考一下。

OpenCV官方的SVM代码在http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/ml/introduction_to_svm/introduction_to_svm.html

在网上看到有人将opencv中的hog+SVM物体分类代码分析的比较详细，便于以后训练自己的SVM分类器就整理了一下：

[cpp] view plaincopyprint

#include "cv.h"

#include "highgui.h"

#include "stdafx.h"

#include <ml.h>

#include <iostream>

#include <fstream>

#include <string>

#include <vector>

using namespace cv;

using namespace std;

int main(int argc, char** argv)

{

vector<string> img_path;//输入文件名变量

vector<int> img_catg;

int nLine = 0;

string buf;

ifstream svm_data( "E:/SVM_DATA.txt" );//首先，这里搞一个文件列表，把训练样本图片的路径都写在这个txt文件中，使用bat批处理文件可以得到这个txt文件

unsigned long n;

while( svm_data )//将训练样本文件依次读取进来

{

if( getline( svm_data, buf ) )

{

nLine ++;

if( nLine % 2 == 0 )//这里的分类比较有意思，看得出来上面的SVM_DATA.txt文本中应该是一行是文件路径，接着下一行就是该图片的类别，可以设置为0或者1，当然多个也无所谓

{

img_catg.push_back( atoi( buf.c_str() ) );//atoi将字符串转换成整型，标志（0,1），注意这里至少要有两个类别，否则会出错

}

else

{

img_path.push_back( buf );//图像路径

}

}

}

svm_data.close();//关闭文件

CvMat *data_mat, *res_mat;

int nImgNum = nLine / 2; //读入样本数量 ，因为是每隔一行才是图片路径，所以要除以2

////样本矩阵，nImgNum：横坐标是样本数量， WIDTH * HEIGHT：样本特征向量，即图像大小

data_mat = cvCreateMat( nImgNum, 1764, CV_32FC1 ); //这里第二个参数，即矩阵的列是由下面的descriptors的大小决定的，可以由descriptors.size()得到，且对于不同大小的输入训练图片，这个值是不同的

cvSetZero( data_mat );

//类型矩阵,存储每个样本的类型标志

res_mat = cvCreateMat( nImgNum, 1, CV_32FC1 );

cvSetZero( res_mat );

IplImage* src;

IplImage* trainImg=cvCreateImage(cvSize(64,64),8,3);//需要分析的图片，这里默认设定图片是64*64大小，所以上面定义了1764，如果要更改图片大小，可以先用debug查看一下descriptors是多少，然后设定好再运行

//开始搞HOG特征

for( string::size_type i = 0; i != img_path.size(); i++ )

{

src=cvLoadImage(img_path[i].c_str(),1);

if( src == NULL )

{

cout<<" can not load the image: "<<img_path[i].c_str()<<endl;

continue;

}

cout<<" processing "<<img_path[i].c_str()<<endl;

cvResize(src,trainImg); //读取图片

HOGDescriptor *hog=new HOGDescriptor(cvSize(64,64),cvSize(16,16),cvSize(8,8),cvSize(8,8),9); //具体意思见参考文章1,2

vector<float>descriptors;//结果数组

hog->compute(trainImg, descriptors,Size(1,1), Size(0,0)); //调用计算函数开始计算

cout<<"HOG dims: "<<descriptors.size()<<endl;

//CvMat* SVMtrainMat=cvCreateMat(descriptors.size(),1,CV_32FC1);

n=0;

for(vector<float>::iterator iter=descriptors.begin();iter!=descriptors.end();iter++)

{

cvmSet(data_mat,i,n,*iter);//把HOG存储下来

n++;

}

//cout<<SVMtrainMat->rows<<endl;

cvmSet( res_mat, i, 0, img_catg[i] );

cout<<" end processing "<<img_path[i].c_str()<<" "<<img_catg[i]<<endl;

}

CvSVM svm = CvSVM();//新建一个SVM

CvSVMParams param;//这里是参数

CvTermCriteria criteria;

criteria = cvTermCriteria( CV_TERMCRIT_EPS, 1000, FLT_EPSILON );

param = CvSVMParams( CvSVM::C_SVC, CvSVM::RBF, 10.0, 0.09, 1.0, 10.0, 0.5, 1.0, NULL, criteria );

/*

SVM种类：CvSVM::C_SVC

Kernel的种类：CvSVM::RBF

degree：10.0（此次不使用）

gamma：8.0

coef0：1.0（此次不使用）

C：10.0

nu：0.5（此次不使用）

p：0.1（此次不使用）

然后对训练数据正规化处理，并放在CvMat型的数组里。

*/

//☆☆☆☆☆☆☆☆☆(5)SVM学习☆☆☆☆☆☆☆☆☆☆☆☆

svm.train( data_mat, res_mat, NULL, NULL, param );//训练啦

//☆☆利用训练数据和确定的学习参数,进行SVM学习☆☆☆☆

svm.save( "SVM_DATA.xml" );

//检测样本

IplImage *test;

vector<string> img_tst_path;

ifstream img_tst( "E:/SVM_TEST.txt" );//同输入训练样本，这里也是一样的，只不过不需要标注图片属于哪一类了

while( img_tst )

{

if( getline( img_tst, buf ) )

{

img_tst_path.push_back( buf );

}

}

img_tst.close();

CvMat *test_hog = cvCreateMat( 1, 1764, CV_32FC1 );//注意这里的1764，同上面一样

char line[512];

ofstream predict_txt( "SVM_PREDICT.txt" );//把预测结果存储在这个文本中

for( string::size_type j = 0; j != img_tst_path.size(); j++ )//依次遍历所有的待检测图片

{

test = cvLoadImage( img_tst_path[j].c_str(), 1);

if( test == NULL )

{

cout<<" can not load the image: "<<img_tst_path[j].c_str()<<endl;

continue;

}

cvZero(trainImg);

cvResize(test,trainImg); //读取图片

HOGDescriptor *hog=new HOGDescriptor(cvSize(64,64),cvSize(16,16),cvSize(8,8),cvSize(8,8),9); //具体意思见参考文章1,2

vector<float>descriptors;//结果数组

hog->compute(trainImg, descriptors,Size(1,1), Size(0,0)); //调用计算函数开始计算

cout<<"HOG dims: "<<descriptors.size()<<endl;

CvMat* SVMtrainMat=cvCreateMat(1,descriptors.size(),CV_32FC1);

n=0;

for(vector<float>::iterator iter=descriptors.begin();iter!=descriptors.end();iter++)

{

cvmSet(SVMtrainMat,0,n,*iter);

n++;

}

int ret = svm.predict(SVMtrainMat);//获取最终检测结果，这个predict的用法见 OpenCV的文档

std::sprintf( line, "%s %d\r\n", img_tst_path[j].c_str(), ret );

predict_txt<<line;

}

predict_txt.close();

//cvReleaseImage( &src);

//cvReleaseImage( &sampleImg );

//cvReleaseImage( &tst );

//cvReleaseImage( &tst_tmp );

cvReleaseMat( &data_mat );

cvReleaseMat( &res_mat );

return 0;

}

其中，关于HOG函数HOGDescriptor，见博客http://blog.csdn.net/raocong2010/article/details/6239431

另外，自己需要把这个程序嵌入到另外一个工程中去，因为那里数据类型是Mat，不是cvMat，所以我又修改了上面的程序，并且图片大小也不是固定的64*64，需要自己设置一下图片大小，因为太懒，直接把改好的程序放过来：

#include "stdafx.h"

#include "cv.h"

#include "highgui.h"

#include "stdafx.h"

#include <ml.h>

#include <iostream>

#include <fstream>

#include <string>

#include <vector>

using namespace cv;

using namespace std;

int main(int argc, char** argv)

{

int ImgWidht = 120;

int ImgHeight = 120;

vector<string> img_path;

vector<int> img_catg;

int nLine = 0;

string buf;

ifstream svm_data( "E:/apple/SVM_DATA.txt" );

unsigned long n;

while( svm_data )

{

if( getline( svm_data, buf ) )

{

nLine ++;

if( nLine < 5 )

{

img_catg.push_back(1);

img_path.push_back( buf );//图像路径

}

else

{

img_catg.push_back(0);

img_path.push_back( buf );//图像路径

}

}

}

svm_data.close();//关闭文件

Mat data_mat, res_mat;

int nImgNum = nLine; //读入样本数量

////样本矩阵，nImgNum：横坐标是样本数量， WIDTH * HEIGHT：样本特征向量，即图像大小

//data_mat = Mat::zeros( nImgNum, 12996, CV_32FC1 );

//类型矩阵,存储每个样本的类型标志

res_mat = Mat::zeros( nImgNum, 1, CV_32FC1 );

Mat src;

Mat trainImg = Mat::zeros(ImgHeight, ImgWidht, CV_8UC3);//需要分析的图片

for( string::size_type i = 0; i != img_path.size(); i++ )

{

src = imread(img_path[i].c_str(), 1);

cout<<" processing "<<img_path[i].c_str()<<endl;

resize(src, trainImg, cv::Size(ImgWidht,ImgHeight), 0, 0, INTER_CUBIC);

HOGDescriptor *hog=new HOGDescriptor(cvSize(ImgWidht,ImgHeight),cvSize(16,16),cvSize(8,8),cvSize(8,8), 9); //具体意思见参考文章1,2

vector<float>descriptors;//结果数组

hog->compute(trainImg, descriptors, Size(1,1), Size(0,0)); //调用计算函数开始计算

if (i==0)

{

data_mat = Mat::zeros( nImgNum, descriptors.size(), CV_32FC1 ); //根据输入图片大小进行分配空间

}

cout<<"HOG dims: "<<descriptors.size()<<endl;

n=0;

for(vector<float>::iterator iter=descriptors.begin();iter!=descriptors.end();iter++)

{

data_mat.at<float>(i,n) = *iter;

n++;

}

//cout<<SVMtrainMat->rows<<endl;

res_mat.at<float>(i, 0) = img_catg[i];

cout<<" end processing "<<img_path[i].c_str()<<" "<<img_catg[i]<<endl;

}

CvSVM svm = CvSVM();

CvSVMParams param;

CvTermCriteria criteria;

criteria = cvTermCriteria( CV_TERMCRIT_EPS, 1000, FLT_EPSILON );

param = CvSVMParams( CvSVM::C_SVC, CvSVM::RBF, 10.0, 0.09, 1.0, 10.0, 0.5, 1.0, NULL, criteria );

/*

SVM种类：CvSVM::C_SVC

Kernel的种类：CvSVM::RBF

degree：10.0（此次不使用）

gamma：8.0

coef0：1.0（此次不使用）

C：10.0

nu：0.5（此次不使用）

p：0.1（此次不使用）

然后对训练数据正规化处理，并放在CvMat型的数组里。

*/

//☆☆☆☆☆☆☆☆☆(5)SVM学习☆☆☆☆☆☆☆☆☆☆☆☆

svm.train( data_mat, res_mat, Mat(), Mat(), param );

//☆☆利用训练数据和确定的学习参数,进行SVM学习☆☆☆☆

svm.save( "E:/apple/SVM_DATA.xml" );

//检测样本

vector<string> img_tst_path;

ifstream img_tst( "E:/apple/SVM_TEST.txt" );

while( img_tst )

{

if( getline( img_tst, buf ) )

{

img_tst_path.push_back( buf );

}

}

img_tst.close();

Mat test;

char line[512];

ofstream predict_txt( "E:/apple/SVM_PREDICT.txt" );

for( string::size_type j = 0; j != img_tst_path.size(); j++ )

{

test = imread( img_tst_path[j].c_str(), 1);//读入图像

resize(test, trainImg, cv::Size(ImgWidht,ImgHeight), 0, 0, INTER_CUBIC);//要搞成同样的大小才可以检测到

HOGDescriptor *hog=new HOGDescriptor(cvSize(ImgWidht,ImgHeight),cvSize(16,16),cvSize(8,8),cvSize(8,8),9); //具体意思见参考文章1,2

vector<float>descriptors;//结果数组

hog->compute(trainImg, descriptors,Size(1,1), Size(0,0)); //调用计算函数开始计算

cout<<"The Detection Result:"<<endl;

cout<<"HOG dims: "<<descriptors.size()<<endl;

Mat SVMtrainMat = Mat::zeros(1,descriptors.size(),CV_32FC1);

n=0;

for(vector<float>::iterator iter=descriptors.begin();iter!=descriptors.end();iter++)

{

SVMtrainMat.at<float>(0,n) = *iter;

n++;

}

int ret = svm.predict(SVMtrainMat);

std::sprintf( line, "%s %d\r\n", img_tst_path[j].c_str(), ret );

printf("%s %d\r\n", img_tst_path[j].c_str(), ret);

getchar();

predict_txt<<line;

}

predict_txt.close();

return 0;

}

如果运行的时候出现Link错误，有可能是没有附加依赖项，要添加opencv_objdetect230d.lib，我的OpenCV是2.3版本，所以这里是230.

实际检测效果如果比较卡，可以通过增大窗口滑动步长，但会使得检测率降低，权衡两者之间的平衡，适当调节参数。