【OpenCV】视频行人检测

视频行人检测系统，能够分割出多个行人。

环境：VS2017 + OpenCV3.4.1

1 实现图片行人检测

   

 

  

 

步骤：

（1）定义HOG对象

（2）设置SVM分类器

（3）在测试图像上检测行人区域

（4）显示图片

 

2 实现视频行人检测

步骤：

（1）初始化参数

（2）设置SVM分类器

（3）在测试图像上检测行人区域

（4）显示图片

程序：

图片行人检测程序

#include <iostream> 
#include <opencv2/opencv.hpp>  

using namespace std;
using namespace cv;

int main(int argc, char** argv)
{
	cv::Mat image = cv::imread("people.jpg");
	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, 2);

	// 显示  
	for (size_t i = 0; i < regions.size(); i++)
	{
		cv::rectangle(image, regions[i], cv::Scalar(0, 0, 255), 2);
	}
	cv::imshow("peopele ", image);
	cv::waitKey(0);

	return 0;
}

 

视频行人检测程序

#include <iostream> 
#include <opencv2/opencv.hpp>  

using namespace std;
using namespace cv;

int main(int argc, char** argv)
{
	Mat frame;
	Mat image;

	VideoCapture cap;
	vector<Rect> regions;
	VideoWriter writer("VideoTest.mp4", CV_FOURCC('D', 'I', 'V', 'X'), 25.0, Size(512, 500));

	// 1. 定义HOG对象  
	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  

	int j = 0;

	cap.open("srcVideo.mp4");
	if (!cap.isOpened())
	{
		return -1;
	}
	while (1)
	{
		j++;
		if (j > 300)
		{
			break;
		}

		cap >> frame;
		imshow("srcVideo", frame);
		if (frame.empty())
			break;
		frame.copyTo(image);

		// 3. 在测试图像上检测行人区域  
		hog.detectMultiScale(image, regions, 0, cv::Size(8, 8), cv::Size(32, 32), 1.05, 2);

		// 显示,框出行人  
		for (size_t i = 0; i < regions.size(); i++)
		{
			cv::rectangle(image, regions[i], cv::Scalar(0, 0, 255), 2);
		}
		imshow("VideoTest", image);
		writer << image;
		waitKey(30); //延时30ms 
	}

	cv::waitKey(0);
	return 0;
}