#include "dialog.h"#include"ui_dialog.h"#include#includeDialog::Dialog(QWidget*parent) :
QDialog(parent),
ui(newUi::Dialog)
{
ui->setupUi(this);
}
Dialog::~Dialog()
{
delete ui;
}voidDialog::on_openButton_clicked()
{
QString img_mame= QFileDialog::getOpenFileName(this, "Open img", "../people", tr("Image Files(*.png *.jpg *.bmp *.jpeg)"));
img=imread( img_mame.toAscii().data() );
imwrite("../hog_test.jpg", img);
ui->textBrowser->setFixedSize(img.cols, img.rows);
ui->textBrowser->append("");
}voidDialog::on_detectButton_clicked()
{
vectorfound, found_filtered;
cv::HOGDescriptor people_dectect_hog;//采用默认的已经训练好了的svm系数作为此次检测的模型
people_dectect_hog.setSVMDetector(cv::HOGDescriptor::getDefaultPeopleDetector());//对输入的图片img进行多尺度行人检测//img为输入待检测的图片;found为检测到目标区域列表;参数3为程序内部计算为行人目标的阈值,也就是检测到的特征到SVM分类超平面的距离;//参数4为滑动窗口每次移动的距离。它必须是块移动的整数倍;参数5为图像扩充的大小;参数6为比例系数,即测试图片每次尺寸缩放增加的比例;//参数7为组阈值,即校正系数,当一个目标被多个窗口检测出来时,该参数此时就起了调节作用,为0时表示不起调节作用。
people_dectect_hog.detectMultiScale(img, found, 0, Size(8, 8), Size(32, 32), 1.05, 2);//从源码中可以看出://#define __SIZE_TYPE__ long unsigned int//typedef __SIZE_TYPE__ size_t;//因此,size_t是一个long unsigned int类型
size_t i, j;for (i = 0; i < found.size(); i++)
{
Rect r=found[i];//下面的这个for语句是找出所有没有嵌套的矩形框r,并放入found_filtered中,如果有嵌套的//话,则取外面最大的那个矩形框放入found_filtered中
for(j = 0; j
found_filtered.push_back(r);
}//在图片img上画出矩形框,因为hog检测出的矩形框比实际人体框要稍微大些,所以这里需要//做一些调整
for(i = 0; i
{
Rect r=found_filtered[i];
r.x+= cvRound(r.width*0.1);
r.width= cvRound(r.width*0.8);
r.y+= cvRound(r.height*0.07);
r.height= cvRound(r.height*0.8);
rectangle(img, r.tl(), r.br(), Scalar(0, 255, 0), 3);
}
imwrite("../hog_test_result.jpg", img);
ui->textBrowser->clear();
ui->textBrowser->append("");
}voidDialog::on_closeButton_clicked()
{
close();
}