C++ 用于检测具有HOG和x2B的对象的矩形；支持向量机Opencv

我想使用矩形进行对象检测，但首先我想了解代码。这是一个示例代码：

vector<Rect> found, found_filtered;
    size_t i, j;

    hog.detectMultiScale(mGray, found, 0, Size(8,8), Size(32,32), 1.05, 2);


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



    if(found.size()) {
            Rect r = found[0];
            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);
            LOGD("c : %d, r : %d",r.height,r.width);



         rectangle(mGray, r.tl(), r.br(), cv::Scalar(255,0,0), 3);
    }

---

你觉得怎么样？

看起来像是缩小了对象矩形，如下所示（红色-原始检测，绿色-新矩形）：

---

我认为这是因为当你们训练探测器时，你们会在物体周围传递一些有背景的样本。所以当你们用这种检测器检测物体时，矩形会比物体大很多。为了使矩形更具体，您可以如上所述缩小它。

为什么要减小矩形的宽度和高度@akarsakov？那个图像链接是什么？为了使矩形尺寸更接近对象，因为探测器将输出对象周围有背景的矩形。图片是用来说明这个过程的。你们认为代码对我@akarsakov完全有效吗？你能给我一个链接来说明这个过程吗？这一联系并非如此found@FranksyeSipangkar你应该做个实验。若矩形的大小对您来说足够好，那个就按原样使用它。否则，只需删除这行代码（从

r.x+=cvRound（r.width*0.1）；

）。谢谢你的建议。这对我来说很有用。我有个问题要问你，你知道使用HOG+SVM的自定义对象检测的准确率吗@阿卡萨科夫

if(found.size()) {
                Rect r = found[0];
                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);
                LOGD("c : %d, r : %d",r.height,r.width);

r.x += cvRound(r.width*0.1); // move rectangle to right by 10% of width
r.width = cvRound(r.width*0.8); // reduce rectangle width
r.y += cvRound(r.height*0.07); // move rectangle down by 7% of width
r.height = cvRound(r.height*0.8); // reduce rectangle width
LOGD("c : %d, r : %d",r.height,r.width); // print coordinates of top left corner, width and height