Task04：HOG特征描述算子-行人检测

1. HOG特征介绍
   1.1 HOG简介
   HOG特征是一种图像局部特征，主要是基于梯度特性的直方图，然后将局部特征拼接起来作为总特征。局部特征在这里指的是将图像划分为多个子块（Block), 每个Block内的特征进行联合以形成最终的特征。

HOG+SVM的工作流程如下：

1.首先对输入的图片进行预处理
2.然后计算像素点的梯度特特性，包括梯度幅值和梯度方向。
3.然后投票统计形成梯度直方图，然后对blocks进行normalize
4.最后收集到HOG feature（其实是一行多维的vector）放到SVM里进行监督学习，从而实现行人的检测。

下面我们将对上述HOG的主要步骤进行学习。

1.2 HOG特征的原理
1.2.1 图像预处理
1.灰度变换

2.伽马矫正:
调节图像对比度，减少光照对图像的影响（包括光照不均和局部阴影），使过曝或者欠曝的图像恢复正常，更接近人眼看到的图像。

伽马矫正公式：

f(I)=Iγf(I)=I^\gammaf(I)=I
γ

III表示图像，γ\gammaγ表示幂指数。

如图，当γ\gammaγ取不同的值时对应的输入输出曲线( γ=1\gamma=1γ=1时输入输出保持一致) ：
1） 当γ<1\gamma<1γ<1时，输入图像的低灰度值区域动态范围变大，进而图像低灰度值区域对比度得以增强；在高灰度值区域，动态范围变小，进而图像高灰度值区域对比度得以降低。 最终，图像整体的灰度变亮。

2） 当γ>1\gamma>1γ>1时，输入图像的高灰度值区域动态范围变小，进而图像低灰度值区域对比度得以降低；在高灰度值区域，动态范围变大，进而图像高灰度值区域对比度得以增强。 最终，图像整体的灰度变暗。

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()

1.2.2 计算图像梯度
为了得到梯度直方图，那么首先需要计算图像水平方向和垂直方向梯度。
一般使用特定的卷积核对图像滤波实现，可选用的卷积模板有：soble算子、Prewitt算子、Roberts模板等等。

一般采用soble算子，OpenCV也是如此，利用soble水平和垂直算子与输入图像卷积计算dxdxdx、dydydy：

进一步可以得到图像梯度的幅值：

为了简化计算，幅值也可以作如下近似：

角度为：

这里需要注意的是：梯度方向和图像边缘方向是互相正交的。

mport cv2
import numpy as np
​
# Read image
img = cv2.imread('*.jpg')
img = np.float32(img) / 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)

opencv实现

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

if __name__ == '__main__':
    src = cv.imread("*.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("hog-detector", src)
    cv.imwrite("hog-detector.jpg",src)
    cv.waitKey(0)
    cv.destroyAllWindows()