HOG+SVM行人检测 opencv3.4

// ConsoleApplication48.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include  
#include  
#include
#include
#include
#include
#include
#include
#include

using namespace std;
using namespace cv;
using namespace cv::ml;

void svm_hog_detect();

int main()
{
    //train_svm_hog();
    svm_hog_detect();
    return 0;
}

void svm_hog_detect()
{
    //HOG检测器，用来计算HOG描述子的  
    //检测窗口(48,48),块尺寸(16,16),块步长(8,8),cell尺寸(8,8),直方图bin个数9  
    //HOGDescriptor hog(Size(48, 48), Size(16, 16), Size(8, 8), Size(8, 8), 9);
    HOGDescriptor hog(Size(64, 128), Size(16, 16), Size(8, 8), Size(8, 8), 9);

    //HOG描述子的维数，由图片大小、检测窗口大小、块大小、细胞单元中直方图bin个数决定 
    int DescriptorDim;

    //从XML文件读取训练好的SVM模型
    Ptr svm = SVM::load("SVM_HOG.xml");

    if (svm->empty())
    {
        cout << "load svm detector failed!!!" << endl;
        return;
    }

    //特征向量的维数，即HOG描述子的维数  
    DescriptorDim = svm->getVarCount();

    //获取svecsmat，元素类型为float
    Mat svecsmat = svm->getSupportVectors();
    //特征向量维数
    int svdim = svm->getVarCount();
    int numofsv = svecsmat.rows;

    //alphamat和svindex必须初始化，否则getDecisionFunction()函数会报错
    Mat alphamat = Mat::zeros(numofsv, svdim, CV_32F);
    Mat svindex = Mat::zeros(1, numofsv, CV_64F);

    Mat Result;
    double rho = svm->getDecisionFunction(0, alphamat, svindex);
    //将alphamat元素的数据类型重新转成CV_32F
    alphamat.convertTo(alphamat, CV_32F);
    Result = -1 * alphamat * svecsmat;

    vector vec;
    for (int i = 0; i < svdim; ++i)
    {
        vec.push_back(Result.at(0, i));
    }
    vec.push_back(rho);

    //saving HOGDetectorForOpenCV.txt
    ofstream fout("HOGDetectorForOpenCV.txt");
    for (int i = 0; i < vec.size(); ++i)
    {
        fout << vec[i] << endl;
    }

    hog.setSVMDetector(vec);

    /**************读入视频进行HOG检测******************/

    //VideoCapture capture("demo.avi");

    //if (!capture.isOpened())
    //{
    //    cout << "Read video Failed !" << endl;
    //    return;
    //    }

    //Mat frame;

    //int frame_num = capture.get(CAP_PROP_FRAME_COUNT);
    //cout << "total frame number is: " << frame_num << endl;

    //int width = capture.get(CAP_PROP_FRAME_WIDTH);
    //int height = capture.get(CAP_PROP_FRAME_HEIGHT);

    //VideoWriter out;

    //用于保存检测结果
    //out.open("road result.mp4", CV_FOURCC('D', 'I', 'V', 'X'), 25.0, Size(width / 2, height / 2), true);

    //for (int i = 0; i < frame_num; ++i)
    //{
    //    capture >> frame;

        //resize(frame, frame, Size(width / 2, height / 2));
    Mat frame = imread("1.jpg");
    resize(frame, frame, Size(frame.cols / 2, frame.rows / 2));
        //目标矩形框数组 
        vector found, found_1, found_filtered;
        //对图片进行多尺度检测
        //hog.detectMultiScale(frame, found, 0, Size(8, 8), Size(16, 16), 1.1, 2);
        hog.detectMultiScale(frame, found, 0, Size(8, 8), Size(32, 32), 1.05, 2);

        for (int i = 0; i         {
            if (found[i].x > 0 && found[i].y > 0 && (found[i].x + found[i].width)< frame.cols
                && (found[i].y + found[i].height)< frame.rows)
                found_1.push_back(found[i]);
        }

        //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 (int i = 0; i < found_1.size(); i++)
        {
            Rect r = found_1[i];
            int j = 0;
            for (; j < found_1.size(); j++)
                if (j != i && (r & found_1[j]) == found_1[j])
                    break;
            if (j == found_1.size())
                found_filtered.push_back(r);
        }

        //画矩形框，因为hog检测出的矩形框比实际目标框要稍微大些,所以这里需要做一些调整，可根据实际情况调整  
        for (int i = 0; i         {
            Rect r = found_filtered[i];
            //将检测矩形框缩小后绘制，根据实际情况调整
            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);
        }

        for (int i = 0; i         {
            Rect r = found_filtered[i];

            rectangle(frame, r.tl(), r.br(), Scalar(0, 0, 255), 2);

        }
        imshow("detect result", frame);
        cvWaitKey();
        //保存检测结果
    //    out << frame;

        /*if (waitKey(30) == 'q')
        {
            break;
        }*/
    //}
      }