给定人体照片，使用基于HOG算法进行检测，尝试改变检测参数，获得最优结果，并对结果进行分析

Hhuangtu

于 2021-08-28 20:55:57 发布

阅读量321

点赞数

文章标签：算法 opencv python

本文链接：https://blog.csdn.net/Hhuangtu/article/details/119973047

版权

本文探讨了如何通过调整HOG算法的detectMultiScale参数来优化人体检测。通过移除padding并改变scale值，提高了检测准确性。实验表明，去除不必要的padding能减少误检，而适当增大scale能避免检测到过多的腿部区域，从而得到更精确的检测结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

给定人体照片，使用基于HOG算法进行检测，尝试改变检测参数，获得最优结果，并对结果进行分析

#!/usr/bin/env python
'''
example to detect upright people in images using HOG features
Usage:
    peopledetect.py <image_names>
Press any key to continue, ESC to stop.
'''
# Python 2/3 compatibility
from __future__ import print_function
import numpy as np
import cv2 as cv
def inside(r, q):
    rx, ry, rw, rh = r
    qx, qy, qw, qh = q
    return rx > qx and ry > qy and rx + rw < qx + qw and ry + rh < qy + qh
def draw_detections(img, rects, thickness=1):
    for x, y, w, h in rects:
        # the HOG detector returns slightly larger rectangles than the real objects.
        # so we sl

最低0.47元/天解锁文章