opencv计算机视觉学习笔记六

第七章 目标检测与识别

梯度直方图histogram of oriented gradient

图像金字塔 image pyramid

滑动窗口 sliding window

1 目标检测与识别

AHOG描述符

每个单元包含八个直方图即八个方向(n,nw,w,sw,s,se,e,ne)

尺度 检测目标可能位于较大图像中

位置 检测图像可能位于图像的任意位置

可以使用图像金字塔或是滑动窗口解决

非最大抑制

支持向量机

Svm算法,对于带有标签的训练数据,通过一个优化的超平面对这些数据进行分类

B 检测人

示例代码如下;

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time : 2016/12/12 11:34
# @Author : Retacn
# @Site : 检测人
# @File : hogdescriptor.py
# @Software: PyCharm
__author__ = "retacn"
__copyright__ = "property of mankind."
__license__ = "CN"
__version__ = "0.0.1"
__maintainer__ = "retacn"
__email__ = "[e-mail]"
__status__ = "Development"

import cv2
import numpy as np


# 检测某个矩形是否包含另一个矩形
def is_inside(o, i):
 ox, oy, ow, oh = o
 ix, iy, iw, ih = i
 return ox > ix and oy > iy and ox + ow < ix + iw and oy + oh < iy + ih


# 绘制矩形框住检测到的人
def draw_person(imgae, person):
 x, y, w, h = person
 cv2.rectangle(imgae, (x, y), (x + w, y + h), (0, 255, 255), 2)


# 读入图像
img = cv2.imread('../people.jpg')
# 创建检测器
hog = cv2.HOGDescriptor()
hog.setSVMDetector(cv2.HOGDescriptor_getDefaultPeopleDetector())

found, w = hog.detectMultiScale(img)

found_filtered = []
for ri, r in enumerate(found):
 for qi, q in enumerate(found):
 if ri != qi and is_inside(r, q):
 break
 else:
 found_filtered.append(r)
for person in found_filtered:
 draw_person(img, person)

# 显示图像
cv2.imshow('people detection', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

C 创建和训练检测器

对于检测不同对像,如何建立分类器

使用svm和词袋(bag-of-word) bow在语言分析中的应用

示列如下:

I like opencv and i like python

I like c++ and python

I don’t like artichokes

可以用以下值来建立字典

{

I:4,

Like:4,

Opencv:2,

And:2

Python:2

C++:1

Don’t:1

Artichokes:1

}

以上的三句话可以用以下向量表示:

[2,2,1,1,1,0,0,0]

[1,1,0,1,1,1,0,0]

[1,1,0,0,0,0,1,1]

计算机视觉中的bow

取样本数据集

对数据集中的每幅图像提取描述符(sif,surf)

将每个描述符添加到bow训练器中

将描述符聚类开k族中(聚类的中心就是视觉单词)

K-means聚类 用于数据分析的向量化方法

2 汽车检测

数据集下载

The university orlllinois

http://l2r.cs.uiuc.edu/~cogcomp/DATA/Car/CarData.tar.gz

Stanforduniversity

Http://ai.stanford.edu/~jkrause/cars/car_dataset.html

示例代码如下:

import cv2
import numpy as np
from os.path import join

# TODO 定义路径
datapath = 'E:/notes/python/opencv_python/openLib/CarData/TrainImages'


# 取得测试图像的完整路径
def path(cls, i):
 return '%s/%s%d.pgm' % (datapath, cls, i + 1)


pos, neg = 'pos-', 'neg-'

# 使用sif,surf 提取特征描述符
detect = cv2.xfeatures2d.SIFT_create() # 提取关键点
extract = cv2.xfeatures2d.SURF_create() # 提取特征

# 使用flann匹配器
flann_params = dict(algorithm=1, trees=5)
matcher = cv2.FlannBasedMatcher(flann_params, {})

# 创建bow训练器,簇数为40
bow_kmeans_trainer = cv2.BOWKMeansTrainer(40)
# 初始化bow提取器
extract_bow = cv2.BOWImgDescriptorExtractor(extract, matcher)


# 取得图像路径,认灰度格式读取图像,返回描述符
def extract_sift(fn):
 im = cv2.imread(fn, 0)
 return extract.compute(im, detect.detect(im))[1]


# 每个类读取8张图像
for i in range(8):
 bow_kmeans_trainer.add(extract_sift(path(pos, i)))
 bow_kmeans_trainer.add(extract_sift(path(neg, i)))

# 执行k-means分类并返回词汇
voc = bow_kmeans_trainer.cluster()
extract_bow.setVocabulary(voc)


# 取得基于bow描述符提取器计算得到的描述符
def bow_features(fn):
 im = cv2.imread(fn, cv2.IMREAD_GRAYSCALE)
 return extract_bow.compute(im, detect.detect(im))


# 训练数据和标签
traindata, trainlables = [], []
# 生成正负样本图像的标签
for i in range(20):
 # extend尾部添加
 traindata.extend(bow_features(path(pos, i)));
 trainlables.append(1)
 traindata.extend(bow_features(path(neg, i)));
 trainlables.append(-1)

# 创建svm实例
svm = cv2.ml.SVM_create()
# 训练数据和标签
svm.train(np.array(traindata), cv2.ml.ROW_SAMPLE, np.array(trainlables))


# 显示predict结果
def predict(fn):
 f = bow_features(fn)
 p = svm.predict(f)
 print(fn, '\t', p[1][0][0])
 return p


# TODO 设置两个样本图像的路径
car, notcar = '../car.jpg', '../book.jpg'
car_img = cv2.imread(car)
notcar_img = cv2.imread(notcar)

# 将图像传给svm,取得检测结果
car_predict = predict(car)
notcar_predict = predict(notcar)

# 设置字体样式
font = cv2.FONT_HERSHEY_SIMPLEX

# 在图片上显示信息说明
if (car_predict[1][0][0] == 1.0):
 cv2.putText(car_img, "Car Detected", (10, 30), font, 1, (0, 255, 0), 2, cv2.LINE_AA)

if (notcar_predict[1][0][0] == -1.0):
 cv2.putText(notcar_img, "Car Not Detected", (10, 30), font, 1, (0, 0, 255), 2, cv2.LINE_AA)

# 显示图像
cv2.imshow('BOW+SVM Success', car_img)
cv2.imshow('BOW+SVM Failure', notcar_img)
if cv2.waitKey(0) & 0xFF == ord('q'):
 cv2.destroyAllWindows()

运行结果如下图:

Svm滑动窗口

检测同一物体的多个目标

确定检测到的目标在图像中的位置

滑动窗口的方法,有点像lcd屏的显示

示例代码如下:(测试不成功)