opencv 26.HOG

    Histogram of oriented gradients 简称 HoG, 是计算机视觉和图像处理领域一种非常重要的特征，被广泛地应用于物体检测，人脸检测，人脸表情检测等。

    HoG 最早是在2005 年的CVPR 上由 Navneet Dalal 和 Bill Triggs 提出来的，是一种用于表征图像局部梯度方向和梯度强度分布特性的描述符。HoG 的算法很简单，对于物体的特征表示却非常有效。

HOG算法

灰度图像转换—>梯度计算与梯度方向直方图—>重叠块直方图归一化—>HOG特征

灰度图像转换

1.对于彩色图像，将RGB分量转化成灰度图像，cvtColor
其转化公式为：
$$Gray=0.3\ast R+0.59\ast G+0.11\ast B$$
2.Gama校正
在图像照度不均匀的情况下，可以通过Gamma校正，将图像整体亮度提高或降低。在实际中可以采用两种不同的方式进行Gamma标准化，平方根、对数法。这里我们采用平方根的办法，公式如下（其中γ=0.5）：

$$Y(x,y)=I(x,y{)}^{\gamma }$$

int main()
{
	Mat picture = imread("test.jpg", 0);//通过imread第二参数直接读入灰度图像
	Mat img;
	picture.convertTo(img, CV_32F);	//转换成浮点
	sqrt(img, img);					//gamma校正
	normalize(img, img, 0, 255, NORM_MINMAX, CV_8UC1);//归一化像素值[0,255]
	imshow("原图", picture);
	imshow("Gamma校正", img);
	waitKey(); 
	return 0;
}

梯度计算与梯度方向直方图

将图像划分成若干个cells（单元），8x8=64个像素为一个cell，相邻的cell之间不重叠。在每个cell内统计梯度方向直方图，将所有梯度方向划分为9个bin（即9维特征向量），作为直方图的横轴，角度范围所对应的梯度值累加值作为直方图纵轴。

Mat picture = imread("test.jpg", 0);//灰度
	Mat img;
 
	picture.convertTo(img, CV_32F);	//转换成浮点
	sqrt(img, img);					//gamma校正
	normalize(img, img, 0, 255, NORM_MINMAX, CV_32F);//归一化[0,255]浮点数
 
	Mat gradient = Mat::zeros(img.rows, img.cols, CV_32F);//梯度
	Mat theta = Mat::zeros(img.rows, img.cols, CV_32F);//角度
 
	for (int i = 1; i < img.rows - 1; i++)
	{
		for (int j = 1; j < img.cols - 1; j++)
		{
			float Gx, Gy;
 
			Gx = img.at<float>(i, j + 1) - img.at<float>(i, j - 1);
			Gy = img.at<float>(i + 1, j) - img.at<float>(i - 1, j);
 
			gradient.at<float>(i, j) = sqrt(Gx * Gx + Gy * Gy);//梯度模值
			theta.at<float>(i, j) = float(atan2(Gy, Gx) * 180 / CV_PI);//梯度方向[-180°，180°]
		}
	}
 
	normalize(gradient, gradient, 0, 255, NORM_MINMAX, CV_8UC1);//归一化[0,255] 无符号整型
	normalize(img, img, 0, 255, NORM_MINMAX, CV_8UC1);

重叠块直方图归一化

1.如果图像大小不能被8x8整除
  假设有一幅图像大小为220x310，将其划分成若干个8x8的cells，显然220÷8=27.5、310÷8=38.75不是整数，也就是说划分之后依然还有多余像素不能构成cell。处理办法是将图像缩放成能被8整除的长宽（如216x304），再划分。216÷8=27，304÷8=38，因此，216x304的图像可以得到27x38个cells，没有重叠。

Mat picture = imread("test.jpg", 0);//灰度
resize(picture, picture, cvSize(int(picture.cols / 8) * 8, int(picture.rows / 8) * 8));//转化成能被8除尽的行、列

  由于图像中光照情况和背景的变化多样，梯度值的变化范围会比较大，因而良好的特征标准化对于检测率的提高相当重要。标准化的方法多种多样，大多数的都是将celll放在block中，然后标准化每个block。

  block representaTIon， 简单来说，就是将图像进行分块, 将图像分成一块一块，每一块都可以用一个histogram 做统计，然后将每一块的histogram 连起来，形成一个长的的histogram。block representaTIon 也是局部特征提取最常用到的一种方式。

  图像分块，也有两种方式，一种是overlap，一种是non-overlap，也就是说块与块之间有重叠，或者没有重叠。在计算HoG的时候，一般都会选择overlap 的分块方式。

  以上述缩放后的图像为例，共得到27x38个cell，也就是将图像划分成了27x38个单元；将上下左右相邻的2x2个cells当做一个block整体，如下所示（为方便观察，每个颜色框故意错开了一点），黑色的8x8像素为一个cell，红、蓝、黄、粉红、绿框都是一个block，即每个框内2x2的cell组成一个block。故27x38个cell可划分成26x37个block，每个block为16x16像素。相邻block之间是有重叠的，这样有效的利用了相邻像素信息，对检测结果有很大的帮助。

  接下分别对每个block进行标准化，一个block内有4个cell，每个cell含9维特征向量，故每个block就由4x9=36维特征向量来表征。

由于L2-norm简单且在检测中效果相对较好，故一般采用它。

  经过上述对有重叠部分block的直方图归一化之后，将所有block的特征向量都组合起来，则形成26x37x36=34632维特征向量，这就是HOG特征，这个特征向量就可以用来表征整个图像了。

  实际上，在运用的时候，我们通常是选取一幅图像中的一个窗口来进行特征提取，依然以上述220X310大小图像为例，经过缩放处理后为216x304，但并不直接提取整个图像的HOG特征，而是用一个固定大小的窗口在图像上滑动，滑动的间隔为8个像素，opencv中默认的窗口大小为128x64（高128，宽64），即有(128÷8)x(64÷8)=16x8个cell，也即有15x7个block，现在提取每个窗口的HOG特征，则可得到105x36=3780维HOG特征向量。

  将这330个3780维的HOG特征当做测试样本，用支持向量机（SVM）分类器来判别出，这些窗口的HOG特征是否有行人，有行人的用矩形框标记起来。HOG行人特征及所对应的SVM分类器的参数，在opencv中已经训练好了，我们只需要得到HOG特征，然后调用SVM即可得到判别结果。

//25 HOG
void StartOp2::ImageProcess2_25()
{
	Mat src;
	src = imread("../../Images/21.jpg", 1);
	if (!src.data) {
		cout << "文件打开失败" << endl;
	}

	Mat dst, dst_gray;
	resize(src, dst, cvSize(int(src.cols / 8) * 8, int(src.rows / 8) * 8));//转化成能被8除尽的行、列
	cvtColor(dst, dst_gray, COLOR_BGR2GRAY);

	/*win_size – 检测窗大小。需要和块的大小、步长匹配。
	  block_size – 块的大小。需要和细胞大小匹配。目前只支持(16,16)的大 小。
	  block_stride – 块的步长，必须是细胞大小的整数倍。
	  cell_size – 细胞大小。目前只支持(8, 8)的大小。
	  nbins – 投票箱的个数。目前只支持每个细胞9个投票箱。
	  win_sigma – 高斯平滑窗口参数。
	  threshold_L2hys – L2-Hys归一化收缩率。
	  gamma_correction – 伽马校正预处理标志，需要或不需要。
	  nlevels – 检测窗口的最大数目。*/
	HOGDescriptor detector(Size(64,128), Size(16,16), Size(8,8), Size(8,8), 9);

	//计算的结果
	vector<float> descriptors;
	vector<Point> locations;
	detector.compute(dst_gray, descriptors, Size(8, 8), Size(0, 0), locations);
	cout << descriptors.size();

	detector.setSVMDetector(detector.getDefaultPeopleDetector());
	vector<Rect> foundLocations;
	/*mg – 源图像。只支持CV_8UC1和CV_8UC4数据类型。
	  found_locations – 检测出的物体的边缘。
      hit_threshold – 特征向量和SVM划分超平面的阀值距离。通常它为0，并应由检测器系数决定。但是，当系数被省略时，可以手动指定它。
      win_stride – 窗口步长，必须是块步长的整数倍。
      padding – 模拟参数，使得CUP能兼容。
      scale0 – 检测窗口增长参数。
      group_threshold – 调节相似性系数的阈值。检测到时，某些对象可以由许多矩形覆盖。 0表示不进行分组*/
	detector.detectMultiScale(src, foundLocations, 0, Size(8, 8), Size(32, 32), 1.05, 2);
	Mat result = src.clone();
	for (size_t t = 0; t < foundLocations.size(); t++) {
		rectangle(result, foundLocations[t], Scalar(0, 0, 255), 2, 8, 0);
	}
	namedWindow("HOG SVM Detector Demo", CV_WINDOW_AUTOSIZE);
	imshow("HOG SVM Detector Demo", result);
}

参考文章：
https://blog.csdn.net/hujingshuang/article/details/47337707/