【HOG特征】Opencv中HOGDescriptor()函数参数图解

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)  
{}

下面是几个重要的参数：

winSize(64,128), blockSize(16,16), blockStride(8,8), cellSize(8,8), nbins(9)。

窗口大小 winSize

块大小 blockSize

块移动的步长：blockStride(8,8)

       这里是指的块移动的步长，括号中分别为X方向和Y方向块移动的步长。PS：这里指的是块移动的步长，窗口的移动步长需要在computer()函数中设置，具体参看第一篇关于HOG的文章，窗口的步长若不设置好像默认跟块步长一样，这里没有仔细去测试，有兴趣可以看看。

胞元大小 cellSize

 梯度方向数 nbins

      nBins表示在一个胞元（cell）中统计梯度的方向数目，例如nBins=9时，在一个胞元内统计9个方向的梯度直方图，每个方向为180/9=20度。

HOG描述子维度

      在确定了上述的参数后，我们就可以计算出一个HOG描述子的维度了。OpenCV中的HOG源代码是按照下面的式子计算出描述子的维度的。

size_t HOGDescriptor::getDescriptorSize() const  
{  
    CV_Assert(blockSize.width % cellSize.width == 0 &&  
        blockSize.height % cellSize.height == 0);  
    CV_Assert((winSize.width - blockSize.width) % blockStride.width == 0 &&  
        (winSize.height - blockSize.height) % blockStride.height == 0 );  
    return (size_t)nbins*  
        (blockSize.width/cellSize.width)*  
        (blockSize.height/cellSize.height)*  
        ((winSize.width - blockSize.width)/blockStride.width + 1)*  
        ((winSize.height - blockSize.height)/blockStride.height + 1);  
}