1、概述
案例:使用HOGDescriptor实现行人检测
实现步骤:
1.载入图像
2.图像灰度化
3.实例化HOGDescriptor,并使用SVM检测器来检测行人
4.使用detectMultScale在不同的尺度空间上实现行人检测
5.将4中检测到的行人矩形框绘制出来,并输出最终结果
在多尺度空间检测的API介绍:
detectMultiScale(InputArray img, CV_OUT std::vector<Rect>& foundLocations,
double hitThreshold = 0, Size winStride = Size(),
Size padding = Size(), double scale = 1.05,
double finalThreshold = 2.0, bool useMeanshiftGrouping = false)
img:输入的灰度图像
foundLocations:检测结果(行人外接矩形)
hitThreshold:特征与SVM分类平面之间距离的阈值。通常为0,应在检测器系数中指定(作为最后一个自由系数)
winStride:窗口步长
padding:填充
scale:检测窗口增加的比例系数
finalThreshold:最终阀值,默认2.0
useMeanshiftGrouping:分组算法,默认false,一般不用,因为速度较慢
ps:一般情况下detectMultiScale使用默认参数就行
2、代码示例
Mat src = imread(filePath);
if(src.empty()){
qDebug()<<"图像为空";
return;
}
Mat gray;
cvtColor(src,gray,COLOR_BGR2GRAY);
//hog+svm实现行人检测
HOGDescriptor hog = HOGDescriptor();
hog.setSVMDetector(hog.getDefaultPeopleDetector());//使用hog svm实现行人检测
//多尺度空间检测
vector<Rect> foundLocations;//检测到行人的矩形区域
hog.detectMultiScale(src,foundLocations);//后面的参数使用默认就行,这是opencv的经验值
// hog.detectMultiScale(src, foundLocations, 0, Size(1, 1), Size(8, 8), 1.05, 2);
//将行人矩形框绘制出来
Mat result = src.clone();
for(size_t i =0;i<foundLocations.size();i++){
rectangle(result,foundLocations[i],Scalar(0,0,255),2,8,0);
}
imshow("result",result);
pixmap = imageutils::matToQPixmap(result);
label->setPixmap(pixmap.scaled(this->size(),Qt::KeepAspectRatio,Qt::SmoothTransformation));
3、图片演示
本文福利,莬费领取Qt开发学习资料包、技术视频,内容包括(C++语言基础,Qt编程入门,QT信号与槽机制,QT界面开发-图像绘制,QT网络,QT数据库编程,QT项目实战,QSS,OpenCV,Quick模块,面试题等等)↓↓↓↓↓↓见下面↓↓文章底部点击莬费领取↓↓