HOG特征描述算子 | Datawhale 六月组队学习（task4）

前言

HOG全称histogram of oriented gradients.就是根据方向梯度直方图寻找图像的特征。它可以用来表示图像的物体特征，因此能够检测出这类物体。（下图就是HOG提取的特征）

HOG特征描述子提取过程：

• 灰度图像转换
• 梯度计算
• 分网格的梯度方向直方图
• 块描述子
• 块描述子归一化

1 理论

1.1 梯度计算

为了得到梯度直方图，那么首先需要计算水平和垂直梯度，这可以通过使用以下内核过滤图像来实现，分别用于计算水平梯度和垂直梯度。

#调节图像对比度，减少光照对图像的影响
import cv2
import numpy as np
from matplotlib import pyplot as plt
img = cv2.imread('*.png', 0)
img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
img2 = np.power(img/float(np.max(img)),1/2.2)
plt.imshow(img2)
plt.axis('off')
plt.show()
img = np.float32(img2) / 255.0  # 归一化
​
# 计算x和y方向的梯度
gx = cv2.Sobel(img, cv2.CV_32F, 1, 0, ksize=1)
gy = cv2.Sobel(img, cv2.CV_32F, 0, 1, ksize=1)
​
# 计算合梯度的幅值和方向（角度）
mag, angle = cv2.cartToPolar(gx, gy, angleInDegrees=True)

1.2 分网格的梯度方向直方图

分割为8*8=64像素的cell网格（下图绿色格子），对每个cell求取方向直方图。

每个8*8cell的梯度直方图本质是一个由9个数值组成的向量， 对应于0、20、40、60…160的梯度方向(角度)，也就是9个bins。然后对每个bin中梯度的贡献进行统计。

1.3 块描述子

将2×2的网格单元组合成为一个大的块（block），对每个块之间有1/2部分是重叠区域。
主要是将每个cell的直方图合并为一个大的直方图（bin索引不变，在0-8之间）

从上图可以看到，更多的点的梯度方向是倾向于0度和160度，也就是说这些点的梯度方向是向上或者向下，表明图像这个位置存在比较明显的横向边缘。因此HOG是对边角敏感的，由于这样的统计方法，也是对部分像素值变化不敏感的，所以能够适应不同的环境。

1.4 块描述子归一化

归一化的方法有很多：L1-norm、L2-norm、max/min等等，一般选择L2-norm。

2 代码

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt

if __name__ == '__main__':
    src = cv.imread("D:/python_opencv/stand.jpg")
    cv.imshow("input", src)
    
    hog = cv.HOGDescriptor()
    hog.setSVMDetector(cv.HOGDescriptor_getDefaultPeopleDetector())
    # Detect people in the image
    (rects, weights) = hog.detectMultiScale(src,
                                            winStride=(2,4),
                                            padding=(8, 8),
                                            scale=1.2,
                                            useMeanshiftGrouping=False)
    for (x, y, w, h) in rects:
        cv.rectangle(src, (x, y), (x + w, y + h), (0, 255, 0), 2)

    cv.imshow("peoples", src)
    #cv.imwrite("peoples.jpg",src)
    cv.waitKey(0)
    cv.destroyAllWindows()

肯定有些部分需要改进，后续再寻找最优解。