Python 应用HOG+；基于支持向量机的网络摄像机目标检测训练

我已经通过从正反数据集中提取HOG特征来训练我的SVM分类器

from sklearn.svm import SVC
import cv2
import numpy as np

hog = cv2.HOGDescriptor()


def hoggify(x,z):

    data=[]

    for i in range(1,int(z)):
        image = cv2.imread("/Users/munirmalik/cvprojek/cod/"+x+"/"+"file"+str(i)+".jpg", 0)
        dim = 128
        img = cv2.resize(image, (dim,dim), interpolation = cv2.INTER_AREA)
        img = hog.compute(img)
        img = np.squeeze(img)
        data.append(img)

    return data

def svmClassify(features,labels):
    clf=SVC(C=10000,kernel="linear",gamma=0.000001)
    clf.fit(features,labels)

    return clf

def list_to_matrix(lst):
    return np.stack(lst) 

我希望应用该培训，以便程序能够检测到我的自定义对象（椅子）

---

我已经为每一组添加了标签；下一步需要做什么

您已经有三件最重要的物品可供您使用

hoggify

创建一个HOG描述符列表-每个图像一个。请注意，用于计算描述符的预期输入是灰度图像，描述符作为一个2D数组返回，该数组有1列，这意味着HOG描述符中的每个元素都有自己的行。但是，您正在使用

np.squence

删除singleton列，并将其替换为1D numpy数组，因此我们在这里就可以了。然后使用

list\u to_matrix

将列表转换为

numpy

数组。完成此操作后，您可以使用

svmClassify

最终训练数据。这假设您已经在1D

numpy

数组中设置了

标签。训练SVM后，您将使用给定输入特征的方法，它将分类图像是否属于椅子

因此，您需要执行以下步骤：

使用
hoggify
创建您的HOG描述符列表，每个图像一个。看起来输入
x
是您将椅子图像称为的前缀，而
z
表示要加载的图像总数。请记住，
range
不包括结束值，因此您可能希望在
int（z）
之后添加一个
+1
（即
int（z）+1
），以确保包含结束值。我不确定这是不是真的，但我想把它扔出去

x = '...' # Whatever prefix you called your chairs
z = 100 # Load in 100 images for example
lst = hoggify(x, z)


将HOG描述符列表转换为实际矩阵：

data = list_to_matrix(lst)


训练你的SVM分类器。假设您已经将标签存储在
labels
中，其中值
0
表示非椅子，
1
表示椅子，它是1D
numpy
数组：

labels = ... # Define labels here as a numpy array
clf = svmClassify(data, labels)


使用SVM分类器执行预测。假设您有一个要用分类器测试的测试图像，您将需要执行与训练数据相同的处理步骤。我假设这就是hoggify所做的，您可以指定不同的
x
来表示要使用的不同集合。指定一个新变量
xtest
以指定此不同的目录或前缀，以及所需的图像数，然后使用
hoggify
与
list\u to\u matrix
组合使用以获取您的特征：

xtest = '...' # Define new test prefix here
ztest = 50 # 50 test images
lst_test = hoggify(xtest, ztest)
test_data = list_to_matrix(lst_test)
pred = clf.predict(test_data)

pred
将包含一个预测标签数组，每个标签对应一个测试图像。如果您愿意，您可以看到SVM对训练数据的处理效果如何，因此，既然您已经掌握了这些数据，只需从步骤2开始再次使用
数据
：

pred_training
将包含一组预测标签，每个标签对应一张训练图像


如果您最终希望将其与网络摄像头一起使用，则过程将是使用对象并指定连接到计算机的设备的ID。通常只有一个网络摄像头连接到您的计算机，因此请使用ID 0。一旦你这样做了，过程将是使用一个循环，抓取一帧，将其转换为灰度，因为猪描述符需要灰度图像，计算描述符，然后对图像进行分类

假设您已经对模型进行了训练，并且之前已经创建了一个HOG描述符对象，那么这样的方法是可行的：

cap = cv2.VideoCapture(0)
dim = 128 # For HOG

while True:
    # Capture the frame
    ret, frame = cap.read()

    # Show the image on the screen
    cv2.imshow('Webcam', frame)

    # Convert the image to grayscale
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # Convert the image into a HOG descriptor
    gray = cv2.resize(gray, (dim, dim), interpolation = cv2.INTER_AREA)
    features = hog.compute(gray)
    features = features.T # Transpose so that the feature is in a single row

    # Predict the label
    pred = clf.predict(features)

    # Show the label on the screen
    print("The label of the image is: " + str(pred))

    # Pause for 25 ms and keep going until you push q on the keyboard
    if cv2.waitKey(25) == ord('q'):
        break

cap.release() # Release the camera resource
cv2.destroyAllWindows() # Close the image window

上述过程读取图像，在屏幕上显示，将图像转换为灰度，以便我们可以计算其HOG描述符，确保数据在一行中与您训练的SVM兼容，然后我们预测其标签。我们将其打印到屏幕上，然后等待25毫秒，然后再读取下一帧，这样就不会使CPU过载。此外，您可以随时按键盘上的q键退出该程序。否则，该程序将永远循环。完成后，我们将相机资源释放回计算机，以便它可用于其他过程。
您是否使用scikit learn的支持向量分类模块？此代码不能单独运行。主要是，您没有显示包含的软件包。@rayryeng抱歉，我已将它们包含在编辑中。我必须使用opencv中的SVM函数吗？不，你不必使用opencv中的SVM函数。我这样问是因为我可以写一个答案：P@rayryeng哈哈，那我该怎么做呢？我已经在写答案了。给我几分钟。谢谢！！但是如果我想通过我的网络摄像头测试它呢？i、 e.通过我的实时网络摄像头检测椅子？没问题。这是一个有趣的练习。祝你好运
cap = cv2.VideoCapture(0)
dim = 128 # For HOG

while True:
    # Capture the frame
    ret, frame = cap.read()

    # Show the image on the screen
    cv2.imshow('Webcam', frame)

    # Convert the image to grayscale
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # Convert the image into a HOG descriptor
    gray = cv2.resize(gray, (dim, dim), interpolation = cv2.INTER_AREA)
    features = hog.compute(gray)
    features = features.T # Transpose so that the feature is in a single row

    # Predict the label
    pred = clf.predict(features)

    # Show the label on the screen
    print("The label of the image is: " + str(pred))

    # Pause for 25 ms and keep going until you push q on the keyboard
    if cv2.waitKey(25) == ord('q'):
        break

cap.release() # Release the camera resource
cv2.destroyAllWindows() # Close the image window