Machine learning 计算固定长度的梯度直方图（HOG），而不考虑图像大小

我正在训练一个HOG+SVM模型，我的训练数据有各种大小和纵横比。SVM模型无法在可变大小的列表上进行训练，因此我希望计算一个梯度直方图，该直方图的长度与图像大小无关

---

有没有聪明的办法？还是调整图像大小或填充图像更好

您可以使用cv2.resize（）将图像规格化为给定的目标形状，将图像划分为所需的块数，并计算方向直方图和大小。下面是同样的一个简单实现

img = cv2.imread(filename,0)
img = cv2.resize(img,(16,16)) #resize the image

gx = cv2.Sobel(img, cv2.CV_32F, 1, 0) #horizontal gradinets
gy = cv2.Sobel(img, cv2.CV_32F, 0, 1) # vertical gradients

mag, ang = cv2.cartToPolar(gx, gy)
bin_n = 16 # Number of bins
# quantizing binvalues in (0-16)
bins = np.int32(bin_n*ang/(2*np.pi))

# divide to 4 sub-squares
s = 8 #block size
bin_cells = bins[:s,:s],bins[s:,:s],bins[:s,s:],bins[s:,s:]
mag_cells = mag[:s,:s], mag[s:,:s], mag[:s,s:], mag[s:,s:]
hists = [np.bincount(b.ravel(), m.ravel(), bin_n) for b, m in zip(bin_cells,mag_cells)] 

hist = np.hstack(hists) #histogram feature data to be fed to SVM model

---

希望有帮助

您可以使用cv2.resize（）将图像规格化为给定的目标形状，将图像划分为所需的块数，并计算方向直方图和大小。下面是同样的一个简单实现

img = cv2.imread(filename,0)
img = cv2.resize(img,(16,16)) #resize the image

gx = cv2.Sobel(img, cv2.CV_32F, 1, 0) #horizontal gradinets
gy = cv2.Sobel(img, cv2.CV_32F, 0, 1) # vertical gradients

mag, ang = cv2.cartToPolar(gx, gy)
bin_n = 16 # Number of bins
# quantizing binvalues in (0-16)
bins = np.int32(bin_n*ang/(2*np.pi))

# divide to 4 sub-squares
s = 8 #block size
bin_cells = bins[:s,:s],bins[s:,:s],bins[:s,s:],bins[s:,s:]
mag_cells = mag[:s,:s], mag[s:,:s], mag[:s,s:], mag[s:,s:]
hists = [np.bincount(b.ravel(), m.ravel(), bin_n) for b, m in zip(bin_cells,mag_cells)] 

hist = np.hstack(hists) #histogram feature data to be fed to SVM model

---

希望有帮助

在这种情况下，人们通常会做以下两件事之一：

将所有图像（或图像面片）调整为固定大小，并从中提取HOG特征

使用“文字/特征袋”方法，不要调整图像大小

第一种方法

1.

非常简单，但它有一些问题

2.

试图解决。 首先，想一想猪描述符是做什么的。它将图像划分为固定长度的单元，计算单元梯度以生成单元直方图（基于投票）。最后，您将得到所有单元格的连接直方图，这是您的描述符

因此，它有一个问题，因为对象（您想要检测）必须以类似的方式覆盖图像。否则，根据对象在图像中的位置，描述符的外观会有所不同

方法

2.

的工作原理如下：

从训练集中的正面和负面图像中提取HOG特征

使用像k-means这样的聚类算法来定义固定数量的

k

质心

对于数据集中的每个图像，提取HOG特征，并将它们按元素与质心进行比较，以创建频率直方图

---

将频率直方图用于SVM的训练，并将其用于分类阶段。这样，位置就不重要了，您将始终拥有固定大小的输入。您还将受益于尺寸的减小

在这种情况下，人们通常会做以下两件事之一：

将所有图像（或图像面片）调整为固定大小，并从中提取HOG特征

使用“文字/特征袋”方法，不要调整图像大小

第一种方法

1.

非常简单，但它有一些问题

2.

试图解决。 首先，想一想猪描述符是做什么的。它将图像划分为固定长度的单元，计算单元梯度以生成单元直方图（基于投票）。最后，您将得到所有单元格的连接直方图，这是您的描述符

因此，它有一个问题，因为对象（您想要检测）必须以类似的方式覆盖图像。否则，根据对象在图像中的位置，描述符的外观会有所不同

方法

2.

的工作原理如下：

从训练集中的正面和负面图像中提取HOG特征

使用像k-means这样的聚类算法来定义固定数量的

k

质心

对于数据集中的每个图像，提取HOG特征，并将它们按元素与质心进行比较，以创建频率直方图

将频率直方图用于SVM的训练，并将其用于分类阶段。这样，位置就不重要了，您将始终拥有固定大小的输入。您还将受益于尺寸的减小