上一篇博客,我讲了如何利用BOW(bag of words)词袋模型进行图片或者物体的归类,并给出了MATLAB的代码。但是代码只能识别整张图片,无法识别图片里面的特定区域,所以今天我准备分享一种直观实用的方法——滑窗(slide window)法。
滑窗法的思路就是用不同尺寸(scale)的窗口历遍整张图片,再将滑窗内的图片进行处理。下面我将给出该方法的MATLAB代码,跟注释。
以下为滑窗代码:
function BoundingBox = SlideWindowDetector( I ,Template)
%输入: I -待处理图片
% Template -模板图片
%
%输出: BoundingBox -滑窗坐标矩阵,为 N x 4 的矩阵,每行储存滑框四个顶点的坐标, N 代表有N个滑窗。
[n, m] = size(I);
left = 0;
right = 0;
upper = 0;
bottom = 0;
% wid_step = 100;
% ht_step = n/;
BoundingBox = [];
ratio = numel(I)/(Template(2)*Template(1));
for scale = .35 :.15 : .65 % 滑窗尺寸在这里设置
% winWidth = round(Template(2)*scale); % 滑窗尺寸可以根据自身尺寸调整,也可以根据样本尺寸调整。
% winHeight = round(Template(1