HOG梯度直方图python实现

HOG梯度直方图python实现

我一点点写，一点点更新
Histograms of Oriented Gradients for Human Detection - Navneet Dalal, Bill Triggs

Normalization

首先需要对这个图片像素进行归一化

img = cv.imread('elev2.jpeg')
img = np.float32(img) / 255.0  # 归一化

Guassian smoothing

高斯这里我掉了个opencv的包，sigma是0，因为是文章里说的。

import cv2 as cv
def gaussian():
    img = cv.imread('elev2.jpeg')
    # 高斯滤波
    img = np.float32(img) / 255.0  # 归一化
    img_Guassian = cv.GaussianBlur(img, (5, 5), 0)
    return img_Guassian

Gradient Computation with mask[-1,0,1],sigma=0

这里我是自己实现的一维算子[-1,0,1]计算梯度，计算梯度通用的方法还有sobel，laplacian，canny算子。但他们的本质其实是一样的。都是对像素按照算子的系数进行计算。

分别求出x,y方向的梯度。

def conv1D(img, mask1D):
    width = img.shape[1]
    height = img.shape[0]
    # ximg，yimg表示x，y方向梯度图
    # 此处的变量赋值不能简单的等于，那样只会全部指向img
    ximg = copy.deepcopy(img)
    yimg = copy.deepcopy(img)
    # 计算x，y方向梯度
    for i in range(1, height - 2):
        for j in range(1, width - 2):
            left = img[i][j - 1]
            right = img[i][j + 1]
            uper = img[i + 1][j]
            lower = img[i - 1][j]
            # 如果用灰度图的话，此处int(right)应该加上,彩色图片不用加
            ximg[i][j] = right - left
            yimg[i][j] = lower - uper

    return ximg, yimg

以下代码调用opencv的sobel函数，看别人的帖子说依然可以达到类似效果。我自己练练手写逻辑，就没调以下这个包。

# 求梯度也可以用以下sobel
gx = cv.Sobel(img_guassian, cv.CV_32F, 1, 0, ksize=1)

以下，把梯度结合，变成梯度向量。按文中的说法，我理解是把3色通道中最大范数值保留为最终该像素点的梯度。

def convertXYGradToVec(ximg, yimg):
    # 这个是最大范数的颜色角标
    maxIndex = 0
    width = ximg.shape[1]
    height = ximg.shape[0]
    vecImg = np.zeros((height,width,2))
    grayImg = np.zeros((height, width))
    for i in range(1, height - 2):
        for j in range(1, width - 2):
            bnorm = np.linalg.norm([ximg[i][j][0], yimg[i][j][0]])
            gnorm = np.linalg.norm([ximg[i][j][1], yimg[i][j][1]])
            rnorm = np.linalg.norm([ximg[i][j][2], yimg[i][j][2]])
            maxIndex = findMaxIn3(bnorm, gnorm, rnorm)
            vecImg[i][j]=[ximg[i][j][maxIndex], yimg[i][j][maxIndex]]
    return vecImg


# 求三通道那个最大？返回通道下标b,g,r
def findMaxIn3(a, b, c):
    max = -255
    index = 0
    if a > max:
        max = a
        index = 0
    if b > max:
        max = b
        index = 1
    if c > max:
        max = c
        index = 2
    return index