OpenCV每日函数 Object Detection目标检测模块 (2) 定向梯度直方图(HOG)描述符

已于 2022-06-15 16:26:02 修改
阅读量1.2k 收藏 8
点赞数 2
CC 4.0 BY-SA版权
分类专栏： 深度学习从入门到精通 OpenCV从入门到精通 文章标签： 深度学习 计算机视觉 hog 定向梯度直方图 opencv
于 2021-12-20 11:50:08 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/bashendixie5/article/details/122037239
本文详细介绍了OpenCV中的HOG（定向梯度直方图）特征描述符，用于对象检测。首先解释了特征描述符的概念，接着阐述了计算定向梯度直方图的步骤，包括图像预处理、计算梯度图像、构建8×8单元格中的梯度直方图、16×16块的归一化以及最后的特征向量计算。文章还讨论了HOG描述符的可视化和OpenCV中的HOGDescriptor函数，并提供了其他参考资源，如使用HOG特征与SVM识别手写数字和行人检测的实例。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

一、什么是特征描述符？

        特征描述符是图像或图像块的表示，它通过提取有用信息并丢弃无关信息来简化图像。

        通常，特征描述符将大小为宽 x 高 x 3（通道）的图像转换为长度为 n 的特征向量/数组。在 HOG 特征描述符的情况下，输入图像的大小为 64 x 128 x 3，输出特征向量的长度为 3780。但也可以使用其它大小计算 HOG 描述符。

        但怎么定义是“有用的”，“无关紧要的”？要定义“有用”，我们需要知道它“有用”是为了什么？显然，特征向量对于查看图像是没有用的。但是，

了解本专栏 订阅专栏 解锁全文
OpenCV每日函数 Object Detection目标检测模块 (1) 用于目标检测的级联分类器
学以致用 知行合一
06-15 687
下面描述的目标检测器最初由 Paul Viola 提出，并由 Rainer Lienhart改进。 保罗维奥拉和迈克尔 J. 琼斯。 使用增强级联的简单特征进行快速对象检测。 在计算机视觉和模式识别中，2001 年。CVPR 2001。2001 年 IEEE 计算机学会会议论文集，第 1 卷，第 I-511 页。 IEEE，2001 年。 Rainer Lienhart 和 Jochen Maydt。 一组扩展的类似 haar 的特征，用于快速对象检测。 在图像处理中。 200
数字图像处理 基于matlab、opencv计算图像的梯度方向和梯度幅值
学以致用 知行合一
06-20 2783
图像可以被视为标量场（即二维函数）。通过微分将标量场转换为矢量场。梯度是一个向量，描述了在x或y方向上移动时，图像变化的速度。我们使用导数来回答这样的问题，图像梯度的大小告诉图像变化的速度，而梯度的方向告诉图像变化最快的方向。因为梯度有方向和大小，所以将这些信息编码为向量是很自然的。该向量的长度提供了梯度的大小，而其方向提供了梯度方向。因为梯度在每个位置可能不同，所以我们在每个图像位置用不同的向量来表示它。
opencv图像处理学习（七十三）——方向梯度直方图(HOG)
图像学习之旅
08-31 1184
  图像直方图中的特征值由xix_ixi​的像素构成的特征直方图为：H(I)=[h(x1),h(x2),…,h(xn)]H(I)=[h(x_1),h(x_2),\dots,h(x_n)]H(I)=[h(x1​),h(x2​),…,h(xn​)]   其中h(xi)h(x_i)h(xi​)表示像素个数的归一化处理值，特征直方图反映出来的是某一特征的概率分布， ...
OPenCV CUDA模块目标检测----- HOG 特征提取和目标检测类cv::cuda::HOG
jndingxin的专栏
06-05 916
cv::cuda::HOG 是 OpenCV 的 CUDA 模块中对 HOG 特征提取和目标检测 提供的 GPU 实现。它与 CPU 版本的 cv::HOGDescriptor 类似，但利用了 GPU 的并行计算能力以提高性能。
定向光流直方图是什么_HOG-定向梯度直方图（汽车标识识别）
weixin_35653597的博客
01-04 803
方向梯度直方图(简称HOG)是主要用于计算机视觉和机器学习以进行物体检测的描述符。但是，我们也可以使用HOG描述符来量化和表示 形状 和 纹理。HOG特征首先由Dalal和Triggs在其CVPR 2005论文“人体检测的方向梯度直方图”中引入。在他们的工作中，Dalal和Triggs提出了HOG和一个5阶描述符来对静止图像中的人进行分类。这5个阶段包括：在描述之前归一化图像。计算x 和 y 方向...
OpenCV HOGDescriptor 参数图解
热门推荐
为之，则难者亦易矣；不为，则易者亦难矣。
03-11 8万+
最近要做图像特征提取，可能要用下HOG特征，所以研究了下OpenCV的HOG描述子。OpenCV中的HOG特征提取功能使用了HOGDescriptor这个类来进行封装，其中也有现成的行人检测的接口。然而，无论是OpenCV官方说明文档还是各个中英文网站目前都没有这个类的使用说明，所以在这里把研究的部分心得分享一下。       首先我们进入HOGDescriptor所在的头文件，看看它的构造函数
定向梯度直方图：mex 函数，用于计算（定向）梯度的直方图（Dalal & Triggs CVPR 2005）。-matlab开发
05-30
用于计算（定向）梯度直方图的 mex 函数，如论文“用于人体检测的定向梯度直方图”[1] 中所述： http://lear.inrialpes.fr/pubs/2005/DT05/ 可以使用一个或两个参数调用函数： 猪 = HoG(Image,Params); 或者猪 = HoG(图片); 参数应为大小为5的向量，且具有： Params(0) = 方向箱的数量。 参数(1) = 单元格大小。 Params（2）=块大小。 Params(3) = 1 用于定向梯度，否则为 0。 Params(4) = L2 范数的裁剪值。 有关这些值的更多详细信息，请参阅 [1]。 如果仅使用一个参数调用该函数，则使用默认值： 参数 = [9 8 2 0 0.2]; 可以为 RGB 和灰度图像调用函数。 该函数只支持double类型的数据，图像数据首先要转换成double，即HoG(d
目标检测YOLO实战应用案例100讲-【目标检测】图像特征提取（最终篇）
qq_36130719的博客
07-23 493
特征提取和匹配是许多计算机视觉应用中的一个重要任务，广泛运用在运动结构、图像检索、目标检测等领域。每个计算机视觉初学者最先了解的特征检测器几乎都是1988年发布的HARRIS。在之后的几十年时间内各种各样的特征检测器/描述符如雨后春笋般出现，特征检测的精度与速度都得到了提高。特征提取和匹配由关键点检测，关键点特征描述和关键点匹配三个步骤组成。
自动驾驶汽车视觉- 图像特征提取与匹配技术
williamhyin的博客
04-18 4335
Feature detection and matching Github: https://github.com/williamhyin/SFND_2D_Feature_Tracking Email: williamhyin@outlook.com 特征提取和匹配是许多计算机视觉应用中的一个重要任务，广泛运用在运动结构、图像检索、目标检测等领域。每个计算机视觉初学者最先了解的特征检测器几乎都是...
OpenCV与PyTorch：打造AI视觉处理黄金组合
最新发布
AIGC应用创新大全的博客
07-04 628
OpenCV与PyTorch的融合代表了计算机视觉领域的技术协同巅峰，将传统计算机视觉的稳健性与深度学习的表征能力无缝结合。本文系统解析这一"黄金组合"的理论基础、架构设计与实现路径，揭示如何利用OpenCV的高效图像处理管道与PyTorch的动态计算图优势，构建从研究原型到生产部署的全栈视觉AI解决方案。通过多层次技术分析与实战案例，本文为不同技术背景的读者提供了从基础集成到高级优化的完整知识框架，展示了这一组合如何推动自动驾驶、医疗影像、智能监控等关键领域的技术突破。技术挑战矩阵挑战类别具体表现。
OpenCV自带dnn的Example研究（3）— object_detection
weixin_30493401的博客
04-29 563
这个博客系列，简单来说，今天我们就是要研究https://docs.opencv.org/master/examples.html下的6个文件，看看在最新的OpenCV中，它们是如何发挥作用的。在配置使用的过程中，需要注意使用较高版本的VS避免编译器兼容问题；由于DNN程序的运行依赖于训练成功的模型，因此需要预先下载准备；此外如果出现各种报错，需要对症下药。此外，由于需要使用common.hpp文...
Windows10下Object Detection API实战记录（5）——OpenCV调用模型检测实时视频（摄像头）和图片
12-20
Windows10下Object Detection API实战记录（5）——OpenCV实现模型调用检测视频和图片1、OpenCV调用模型检测图片2、OpenCV调用模型实时检测（视频）大功告成！！！ 1、OpenCV调用模型检测图片 建议使用opencv版本4.0.0，因为从这个版本开始，opencv开始支持tensorflow的 Faster RCNN 和 Mask RCNN 模型。Opencv调用tensorflow需要pb和pbtxt模型，所以我们要进行转化。 下面介绍调用tensorflow模型步骤（一共需要4个文件）： （1）下载opencv源码， samples/dnn 下的4
C++基于opencv深度学习object detection图框标注代码
05-09
利用OpencV实现深度学习中object detection图框标注工具，使用者需要自己配置一下opencv路径。
OpenCV调用objectdetectionAPI模型
lisuansuana的博客
05-13 573
突然发现OpenCV可以调用很多模型，我竟然不知道！用很多时间想去安装caffe ssd简直是粑粑吃多了，用不用caffemodel又有什么关系 “OpenCV 3.4.1之后的版本中contrib扩展库中的dnn模块支持TensorFlow、Caffe、Pytorch三种深度学习框架的模型，能够修改或者读取网络结构，并且也能够读取已经训练好的模型” 对于我用object detection API训练好的模型 找到两个个文件分别是 frozen_inference_graph.pb模型文件 ssd_mob
OpenCV 对象检测项目教程
gitblog_00600的博客
09-22 1011
OpenCV 对象检测项目教程 1. 项目目录结构及介绍 opencv-object-detection/ ├── data/ ├── doc/ ├── res/ ├── src/ │ ├── FaceAndEyeDetection/ │ ├── ColorBasedObjectTracker/ │ ├── TemplateMatchingObjectDetection/ │ └─...
OpenCV目标检测与级联分类器的建立（Object Detect）
chchzh的专栏
03-11 1099
通过分析opencv的目标检测（人脸检测）的程序实现，解释了采样过程原理，cascade分类器生成过程，检测过程的原理和实现。
方向梯度直方图（HOG）
q15516221118的博客
02-01 1302
方向梯度直方图(HOG)特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述。HOG特征通过计算和统计图像局部区域的梯度方向直方图来构成特征。主要用于解决人体目标检测，主要通过梯度方向直方图特征来表达人体，提取人体的外形信息和运动信息，形成丰富的特征集。
opencv dnn模块 示例(2) 目标检测 object_detection (1) OpenCV's face detection network
热爱生活，忠于自己
01-31 1835
opencv4的dnn模块读取深度学习模型进行目标检测
方向梯度直方图（Histogram Of Gradient）详解
JustDoIt_201603的博客
03-04 6679
特征描述子(Feature Descriptor) 特征描述子就是图像的表示，抽取了有用的信息，丢掉了不相关的信息。通常特征描述子会把一个w*h*3(宽高3，3个channel)的图像转换成一个长度为n的向量/矩阵。比如一副64*128*3的图像，经过转换后输出的图像向量长度可以是3780。 什么样子的特征是有用的呢？假设我们想要预测一张图片里面衣服上面的扣子，扣子通常是圆的，而且上面有几个洞...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

坐望云起

如果觉得有用，请不吝打赏

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值