opencv学习笔记(七)SVM+HOG

一、简介

  方向梯度直方图(Histogram of Oriented Gradient,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子。它通过计算和统计图像局部区域的梯度直方图来构成特征。Hog特征结合SVM分类器已经被广泛用于图像识别中,尤其在行人检测中获得了极大的成功。需要提醒的是,HOG+SVM进行行人检测的方法是法国研究院Dalal在2005的CVPR上提出的。

  最近在做车标识别相关的研究,用到了SVM+HOG的方法进行识别,下面的例子,使用的数据样本是6类车标:本田、大众、丰田、现代、马自达和雪铁龙。

二、SVM+HOG进行车标识别

  批处理:

  首先在训练样本和测试样本的文件夹下,使用dos批处理命令:

dir /b > trainsamsFilenameDecribeTxt.txt

dir /b > testsamsFilenameDecribeTxt.txt

  得到训练样本和测试样本的文件名列表,如下所示:

  

  注意将最后一行的“trainsamsFilenameDecribeTxt.txt”删掉。

  然后需要将训练样本和测试样本文件夹所在的路径加到上述文件名列表的前面,形成样本的完整路径。我使用如下代码帮助我完成,

  首先是训练样本:

 bool ClogoRecognition::createTrainSamDescribeTxt()
 {
     string s;
     ifstream in(DEFAULT_TRAINSAMPLES_FILESNAME_TXT_DECRIBE_PATH);
     if (!in)
         return FALSE;
     ofstream out;
     out.open(DEFAULT_TRAINSAMPLES_TXT_DECRIBE_PATH, ios::trunc); //ios::trunc表示在打开文件前将文件清空,由于是写入,文件不存在则创建
     while (getline(in, s))//逐行读取数据并存于s中,直至数据全部读取
     {
         out <<DEFAULT_TRAINSAMPLES_PATH<< s.c_str() << '\n';//路径后面加上训练样本的filename
         ] - ';//每个训练样本文件都以数字开头命令,数字即代表该文件的类别
         out << n << '\n';//每个样本的后面写入其类别,用于SVM训练时指定type
     }
     in.close();
     out.close();
     return TRUE;
 }

  

  运行结果:

  

  对于训练样本,路径之后紧接着该文件对应的标签类别。便于之后的训练步骤。

  其次是测试样本:

 /*创建测试样本描述文件*/
 bool ClogoRecognition::createTestSamDescribeTxt()
 {
     string s;
     ifstream in(DEFAULT_TESTSAMPLES_FILESNAME_TXT_DESCRIBE_PATH);
     if (!in)
         return FALSE;
     ofstream out;
     out.open(DEFAULT_TESTSAMPLES_TXT_DECRIBE_PATH, ios::trunc); //ios::trunc表示在打开文件前将文件清空,由于是写入,文件不存在则创建
     while (getline(in, s))//逐行读取数据并存于s中,直至数据全部读取
     {
         out << DEFAULT_TESTSAMPLES_PATH << s.c_str() << '\n';//路径后面加上测试样本的filename
     }
     in.close();
     out.close();
     return TRUE;
 }

  运行结果:

  

  样本图片和数量,第一行从左往右依次为:本田、大众、丰田;第二行从左往右一次为:现代、马自达、雪铁龙;

  SVM训练:

 bool ClogoRecognition::svmTrain()
 {
         vector<string> img_path;//图像路径容器
         vector<int> img_catg;//图像类别容器
         ;
         string buf;
         ifstream svm_data(DEFAULT_TRAINSAMPLES_TXT_DECRIBE_PATH);//训练样本图片的路径都写在这个txt文件中,使用bat批处理文件可以得到这个txt文件
         if (!svm_data)
             return FALSE;
         unsigned long n;
         while (svm_data)//将训练样本文件依次读取进来
         {
             if (getline(svm_data, buf))
             {
                 nLine++;
                  == )//注:奇数行是图片全路径,偶数行是标签
                 {
                     img_catg.push_back(atoi(buf.c_str()));//atoi将字符串转换成整型,标志(0,1,2,...,9),注意这里至少要有两个类别,否则会出错
                 }
                 else
                 {
                     img_path.push_back(buf);//图像路径
                 }
             }
         }
         svm_data.close();//关闭文件
         CvMat *data_mat, *res_mat;
         ; //nImgNum是样本数量,只有文本行数的一半,另一半是标签
         data_mat = cvCreateMat(nImgNum, , CV_32FC1);  //第二个参数,即矩阵的列是由下面的descriptors的大小决定的,可以由descriptors.size()得到,且对于不同大小的输入训练图片,这个值是不同的
         cvSetZero(data_mat);
         //类型矩阵,存储每个样本的类型标志
         res_mat = cvCreateMat(nImgNum, , CV_32FC1);
         cvSetZero(res_mat);
         IplImage* src;
         IplImage* trainImg = cvCreateImage(cvSize(, ), , );//需要分析的图片,这里车标的尺寸归一化至40*32,所以上面定义了432,如果要更改图片大小,可以先用debug查看一下descriptors是多少,然后设定好再运行    

         //处理HOG特征
         ; i != img_path.size(); i++)
         {
             src = cvLoadImage(img_path[i].c_str(), );
             if (src == NULL)
             {
                 cout << " can not load the image: " << img_path[i].c_str() << endl;
                 continue;
             }

             cout << " 处理: " << img_path[i].c_str() << endl;

             cvResize(src, trainImg);
             HOGDescriptor *hog = , ), cvSize(, ), cvSize(, ), cvSize(, ), );//图片尺寸:40*32;block尺寸:16*16;cell尺寸:8*8;检测窗口的滑动步长:8*8;一个单元格内统计9个方向的梯度直方图
             vector<float>descriptors;//存放结果
             hog->compute(trainImg, descriptors, Size(, ), Size(, )); //Hog特征计算
             cout << "HOG dims: " << descriptors.size() << endl;
             n = ;
             for (vector<float>::iterator iter = descriptors.begin(); iter != descriptors.end(); iter++)
             {
                 cvmSet(data_mat, i, n, *iter);//存储HOG特征
                 n++;
             }
             cvmSet(res_mat, i, , img_catg[i]);
             cout << " 处理完毕: " << img_path[i].c_str() << " " << img_catg[i] << endl;
         }

         //    CvSVM svm = CvSVM();//新建一个SVM
         CvSVM svm;
         CvSVMParams param;//这里是SVM训练相关参数
         CvTermCriteria criteria;
         criteria = cvTermCriteria(CV_TERMCRIT_EPS, , FLT_EPSILON);
         param = CvSVMParams(CvSVM::C_SVC, CvSVM::RBF, 10.0, 0.09, 1.0, 10.0, 0.5, 1.0, NULL, criteria);
 //        param = CvSVMParams(CvSVM::C_SVC, CvSVM::RBF, 10.0, 0.3, 1.0, 5, 0.5, 1.0, NULL, criteria);
         svm.train(data_mat, res_mat, NULL, NULL, param);//训练数据
         //保存训练好的分类器
         svm.save(DEFAULT_SVMMODEL_PATH);
         cvReleaseMat(&data_mat);
         cvReleaseMat(&res_mat);
         cvReleaseImage(&trainImg);
         return TRUE;
 }

  等待几分钟即可得到训练好的xml模型;

  SVM测试:

 bool ClogoRecognition::svmTest()
 {
     string buf;
     CvSVM svm;
     svm.load(DEFAULT_SVMMODEL_PATH);//加载训练好的xml文件
     //检测样本
     IplImage *test;
     ];
     vector<string> img_tst_path;
     ifstream img_tst(DEFAULT_TESTSAMPLES_TXT_DECRIBE_PATH);  //加载需要预测的图片集合,这个文本里存放的是图片全路径,不要标签
     if (!img_tst)
         return FALSE;
     while (img_tst)
     {
         if (getline(img_tst, buf))
         {
             img_tst_path.push_back(buf);
         }
     }
     img_tst.close();

     ofstream predict_txt(DEFAULT_TESTSAMPLES_RECOGNITION_RESULT_TXT_DECRIBE_PATH);//把预测结果存储在这个文本中
     ; j != img_tst_path.size(); j++)//依次遍历所有的待检测图片
     {
         test = cvLoadImage(img_tst_path[j].c_str(), );
         if (test == NULL)
         {
             cout << " can not load the image: " << img_tst_path[j].c_str() << endl;
             continue;//结束本次循环
         }
         IplImage* trainTempImg = cvCreateImage(cvSize(, ), , );
         cvZero(trainTempImg);
         cvResize(test, trainTempImg);
         HOGDescriptor *hog = , ), cvSize(, ), cvSize(, ), cvSize(, ), );
         vector<float>descriptors;//结果数组
         hog->compute(trainTempImg, descriptors, Size(, ), Size(, ));
         cout << "HOG dims: " << descriptors.size() << endl;
         CvMat* SVMtrainMat = cvCreateMat(, descriptors.size(), CV_32FC1);
         ;
         for (vector<float>::iterator iter = descriptors.begin(); iter != descriptors.end(); iter++)
         {
             cvmSet(SVMtrainMat, , n, *iter);
             n++;
         }

         int ret = svm.predict(SVMtrainMat);//检测结果
         sprintf(result, "%s  %d\r\n", img_tst_path[j].c_str(), ret);
         predict_txt << result;  //输出检测结果到文本
     }
     predict_txt.close();
     cvReleaseImage(&test);
     return TRUE;
 }

  

  运行SVM测试代码后,运行结果写入指定的txt中,每一行的最后一个数字代表该行路径下的图片的识别结果。如下图所示:

  

  图片文件名中第一个数字代表其类别,当和该行中最后一个数字一致时,说明识别正确,否则识别错误。由图中可以看到,识别结果还是挺不错的。

  

  

  

  

opencv学习笔记(七)SVM+HOG的更多相关文章

  1. opencv学习笔记(七)---图像金字塔

    图像金字塔指的是同一图像不同分辨率的子图的集合,有向下取样金字塔,向上取样金字塔,拉普拉斯金字塔....它是图像多尺度表达的一种,最主要的是用于图像的分割 向下取样金字塔指高分辨率图像向低分辨率图像的 ...

  2. OpenCV学习笔记七:opencv_nonfree模块

    一,简介: 顾名思义,这个模块不是free的.主要包含: 1,SIFT implementation. The class implements SIFT algorithm by D. Lowe. ...

  3. OpenCV 学习笔记 07 目标检测与识别

    目标检测与识别是计算机视觉中最常见的挑战之一.属于高级主题. 本章节将扩展目标检测的概念,首先探讨人脸识别技术,然后将该技术应用到显示生活中的各种目标检测. 1 目标检测与识别技术 为了与OpenCV ...

  4. opencv学习笔记(六)直方图比较图片相似度

    opencv学习笔记(六)直方图比较图片相似度 opencv提供了API来比较图片的相似程度,使我们很简单的就能对2个图片进行比较,这就是直方图的比较,直方图英文是histogram, 原理就是就是将 ...

  5. opencv学习笔记(五)镜像对称

    opencv学习笔记(五)镜像对称 设图像的宽度为width,长度为height.(x,y)为变换后的坐标,(x0,y0)为原图像的坐标. 水平镜像变换: 代码实现: #include <ios ...

  6. opencv学习笔记(四)投影

    opencv学习笔记(四)投影 任选了一张图片用于测试,图片如下所示: #include <cv.h> #include <highgui.h> using namespace ...

  7. opencv学习笔记(三)基本数据类型

    opencv学习笔记(三)基本数据类型 类:DataType 将C++数据类型转换为对应的opencv数据类型 OpenCV原始数据类型的特征模版.OpenCV的原始数据类型包括unsigned ch ...

  8. opencv学习笔记(二)寻找轮廓

    opencv学习笔记(二)寻找轮廓 opencv中使用findContours函数来查找轮廓,这个函数的原型为: void findContours(InputOutputArray image, O ...

  9. opencv学习笔记(一)IplImage, CvMat, Mat 的关系

    opencv学习笔记(一)IplImage, CvMat, Mat 的关系 opencv中常见的与图像操作有关的数据容器有Mat,cvMat和IplImage,这三种类型都可以代表和显示图像,但是,M ...

随机推荐

  1. javascript之一切皆为对象2

    其实呢,“函数function”和“对象object”之间还有这么一句话:对象是通过函数来创建的,而函数却又是一种对象. 这个函数是一种对象,上节中“Javascript之一切皆为对象1”也清楚的阐述 ...

  2. LightMysql:为方便操作MySQL而封装的Python类

    原文链接:http://www.danfengcao.info/python/2015/12/26/lightweight-python-mysql-class.html mysqldb是Python ...

  3. Apkplug 开发常见问题解答

    Android M (6.0) generatePackageInfo 偶现错误 出现这个现象之后会导致 BundleActivator.start() 方法不会被调用 6.0 方法签名 public ...

  4. jQuery.eq() 函数

    eq() 函数 获取当前对象中指定索引所对应的的元素 语法 $selector.eq(index)//index为指定索引,值为数字型 返回值 返回值为一个对象 实例说明 代码 <!DOCTYP ...

  5. css居中总结

    水平居中 1. inline和inline-*元素水平居中:text-align:center 2. block元素水平居中: block定宽:margin-left: auto; margin-ri ...

  6. container 的背后

    如果要看laravel的单个功能的源代码,首先去找对应得ServiceProvider,例如加密功能hash,则按一下步骤查看源代码: HashServiceProvider.php(主要是看regi ...

  7. unity 多线程

    对于客户端来说,好的用户体验,需要保持一个快速响应的用户界面.于是便要求:网络请求.io操作等 开销比较大的操作必须在后台线程进行,从而避免主线程的ui卡顿.(注:协程也是主线程的一部分,进行大量的i ...

  8. Linux如何创建一个进程

    关于准备知识: 每个进程都有以下属性: 1  地址空间 每个进程都有自己的进程地址空间,格式大概是这个样子: 栈(Stack)以帧为单位,当程序调用函数(假如该函数名为fun01)时,stack会向下 ...

  9. FPGA与PCI-E

    从并行到串行: PCI Express(又称PCIe)是一种高性能.高带宽串行通讯互连标准,取代了基于总线的通信架构,如:PCI.PCI Extended (PCI-X) 以及加速图形端口(AGP). ...

  10. SpringBoot(四)之thymeleaf的使用

    这篇文章将更加全面详细的介绍thymeleaf的使用.thymeleaf 是新一代的模板引擎,在spring4.0中推荐使用thymeleaf来做前端模版引擎. thymeleaf介绍 简单说, Th ...