opencv 读取图像区域 并 计算HOG

本文介绍了如何使用OpenCV进行图像区域裁剪,并详细讲解了HOG特征提取的过程,包括窗口大小、块大小、步长、胞元大小和梯度方向数等关键参数的含义,以及HOG描述子维度的计算方法。此外,还提到了计算HOG特征时的参数设定,如滑动窗口的步长和填充选项。
摘要由CSDN通过智能技术生成
利用ROI裁剪图片
http://blog.csdn.net/lejun2011/article/details/7599912

为了提取到一幅图像中感兴趣的区域并裁剪出来作为一幅新图像的方法:

1、利用void cvSetImageROI( IplImage* image, CvRect rect )函数设置感兴趣的区域;

IplImage* src = cvLoadImage(“D:\\test.jpg”,1);

cvSetImageROI(src,cvRect(0,0,0.5*src->width,0.5*src->height));

2、创建一个与感兴趣区域同样大小的新图像;

IplImage* dst = cvCreateImage(cvSize(0.5*src->width,0.5*src->height),src->depth,src->nchannels);

3、利用void cvCopy( const CvArr* src, CvArr* dst, const CvArr* mask=NULL )函数将设置了感兴趣区域的图像复制到新图像;

cvCopy(src,dst,0);

4、释放感兴趣区域。

cvResetImageROI(src);


HOG学习:
http://blog.csdn.net/raodotcong/article/details/6239431

  最近要做图像特征提取,可能要用下HOG特征,所以研究了下OpenCV的HOG描述子。OpenCV中的HOG特征提取功能使用了HOGDescriptor这个类来进行封装,其中也有现成的行人检测的接口。然而,无论是OpenCV官方说明文档还是各个中英文网站目前都没有这个类的使用说明,所以在这里把研究的部分心得分享一下。

      首先我们进入HOGDescriptor所在的头文件,看看它的构造函数需要哪些参数。 

  1. CV_WRAP HOGDescriptor() : winSize(64,128), blockSize(16,16), blockStride(8,8),  
  2.     cellSize(8,8), nbins(9), derivAperture(1), winSigma(-1),  
  3.     histogramNormType(HOGDescriptor::L2Hys), L2HysThreshold(0.2), gammaCorrection(true),   
  4.     nlevels(HOGDescriptor::DEFAULT_NLEVELS)  
  5. {}  
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值