如下四篇博文:将HOG应用于FD(Face Detection)。
(一)
OpenCV3特征提取与目标检测之HOG(一)——HOG的概述与原理
(二)
OpenCV3特征提取与目标检测之HOG(二)——使用官方的行人分类器实现行人检测
(四)
CV之FD之HOG:人脸检测之基于HOG的人脸识别算法、简介、代码实现(偶像胡歌为例)之详细攻略
HOG(Histogram of Oriented Gradient):方向梯度直方图,一种特征描述子。通过计算与统计图像局部区域的梯度方向直方图来构成特征。
边缘是图像颜色剧变的区域;梯度主要存在于局部目标边缘的地方。
(1)局部目标的边缘
梯度(梯度幅值、梯度方向)。
(2)直方图
图像中像素强度分布的图像表达方式。
(3)HOG
将梯度方向角度值的范围变为[0,9)。
1.OpenCV3特征提取与目标检测之HOG(一)——HOG的概述与原理
1.1.Mat&
Mat:值传递;
Mat&:引用传递,少了对象的拷贝过程。
1.2.using namespace cv::ml;
OPENCV3中ML库
opencv3.0中,提供了一个ml.cpp的文件,这里面全是机器学习的算法。
1.3.积分图
在需要重复计算目标区域内像素值和的场合,积分图(图像积分图中每个点的值是原图像中该点左上角的所有像素值之和;“Summed Area Table”)都能大大地减少计算量。