OpenCV HOGDescriptor 参数图解

最新推荐文章于 2025-09-27 10:55:22 发布

原创

最新推荐文章于 2025-09-27 10:55:22 发布 · 8w 阅读

221 ·

CC 4.0 BY-SA版权

文章标签：

#算法 #string #dll #文档

本文探讨了OpenCV中的HOGDescriptor类在图像特征提取中的应用，特别是行人检测。介绍了HOGDescriptor的构造函数参数，如winSize、blockSize、blockStride、cellSize和nbins，并通过示意图解释了这些参数的含义。nBins表示每个胞元内统计的梯度方向数，影响描述子维度的计算。参考了Histograms of Oriented Gradients for Human Detection, CVPR 2005的研究。" 109061027,9175515,系统重装后的Node.js环境变量配置,"['nodejs', '环境变量', 'debug', 'VSCode', '编码']

最近要做图像特征提取，可能要用下HOG特征，所以研究了下OpenCV的HOG描述子。OpenCV中的HOG特征提取功能使用了HOGDescriptor这个类来进行封装，其中也有现成的行人检测的接口。然而，无论是OpenCV官方说明文档还是各个中英文网站目前都没有这个类的使用说明，所以在这里把研究的部分心得分享一下。

首先我们进入HOGDescriptor所在的头文件，看看它的构造函数需要哪些参数。

    CV_WRAP HOGDescriptor() : winSize(64,128), blockSize(16,16), blockStride(8,8),
    	cellSize(8,8), nbins(9), derivAperture(1), winSigma(-1),
        histogramNormType(HOGDescriptor::L2Hys), L2HysThreshold(0.2), gammaCorrection(true), 
        nlevels(HOGDescriptor::DEFAULT_NLEVELS)
    {}

    
    CV_WRAP HOGDescriptor(Size _winSize, Size _blockSize, Size _blockStride,
                  Size _cellSize, int _nbins, int _derivAperture=1, double _winSigma=-1,
                  int _histogramNormType=HOGDescriptor::L2Hys,
                  double _L2HysThreshold=0.2, bool _gammaCorrection=false,
                  int _nlevels=HOG