Python OpenCV hog特性说明

我正试图计算视频的密集特征轨迹，如中所示。我尝试使用openCV hog描述符，如下所示：

winSize = (32,32)
blockSize = (32,32)
blockStride = (2,2)
cellSize = (2,2)
nbins = 9

hog = cv2.HOGDescriptor(winSize,blockSize,blockStride,cellSize,nbins)
hist = hog.compute(img)

winStride = (8,8)
padding = (8,8)
locations = ((10,20),)
hist = hog.compute(image,winStride,padding,locations)

但是，这将返回一个非常大的特征向量大小：（160563456，1）

什么是窗户？（winSize） 什么是街区？ 什么是细胞？ 在解释这些参数中的每一个参数时，文档并没有特别的帮助

从 我看到，为了计算HOG，我们为图像面片的每个单元创建一个直方图，然后在面片上进行归一化

我想要的是我的图像中每个（32，32）块的4个9bin直方图，它应该从这个补丁的（16，16）个细胞的直方图中计算出来。因此，我希望（480640）图像的最终hog特征尺寸为40716

（（32*32）/（16*16））*9）*（（480-16*640-16）/（32*32）*4））=40716

（（补丁大小/单元大小）*numBins）*numPatches=hogSize

我也见过有人这样做：

winSize = (32,32)
blockSize = (32,32)
blockStride = (2,2)
cellSize = (2,2)
nbins = 9

hog = cv2.HOGDescriptor(winSize,blockSize,blockStride,cellSize,nbins)
hist = hog.compute(img)

winStride = (8,8)
padding = (8,8)
locations = ((10,20),)
hist = hog.compute(image,winStride,padding,locations)

---

但是，我不理解locations参数的作用，因为我不希望只计算单个位置的HOG特征，而是计算图像的所有（32,32）面片。

我们将图像划分为mxn像素的单元。比如说8x8。 因此，64x64图像将产生8x8像素的8x8单元

为了减少整体亮度效果，我们在特征计算中添加了一个标准化停止。一个块包含几个单元格。我们不是对每个单元进行规格化，而是对块进行规格化。32x32像素块将包含4x4 8x8像素单元

窗口是我们为其计算特征描述符的图像部分。 假设您希望在大图像中找到64x64像素的图像。然后在图像上滑动一个64x64像素的窗口，计算每个位置的特征描述符，然后使用该描述符查找最佳匹配的位置

都在文件里。只要阅读它并进行实验，直到你理解它。

---

如果您不能按照文档进行操作，请阅读源代码并逐行查看发生了什么。

文档和链接的文档解释窗口、块和单元格。你为什么问它是什么？关于这些解释有什么不清楚的？因此，在我的例子中，窗口大小应该是整个图像，因为我需要整个图像的描述符。文档中确实不清楚任何参数的含义。例如：块大小–以像素为单位的块大小。与单元格大小对齐。目前只支持（16,16）。如果我不知道什么是块或者什么是单元，那么它就毫无意义。更好的版本是“block_size-根据单元格数量计算归一化的块大小”@Eli-yeah文档确实不是很好。但是OpenCV是开源的，请随意贡献和改进文档。这与我链接的教程不太相符。你应该仔细检查一下。本教程以像素为单位给出了所有尺寸。我通过这种方式获得了正确数量的猪特征。（与问题略有不同，因为我意识到我误解了关于DFT的论文）。每个32x32补丁有9个箱子，有4个柱状图。我编辑了这个问题，使之与这个答案一致。

    cell_size = (16, 16)  # h x w in pixels
    block_size = (2, 2)  # h x w in cells
    nbins = 9  # number of orientation bins

    # winSize is the size of the image cropped to an multiple of the cell size
    # cell_size is the size of the cells of the img patch over which to calculate the histograms
    # block_size is the number of cells which fit in the patch
    hog = cv2.HOGDescriptor(_winSize=(img.shape[1] // cell_size[1] * cell_size[1],
                                      img.shape[0] // cell_size[0] * cell_size[0]),
                            _blockSize=(block_size[1] * cell_size[1],
                                        block_size[0] * cell_size[0]),
                            _blockStride=(cell_size[1], cell_size[0]),
                            _cellSize=(cell_size[1], cell_size[0]),
                            _nbins=nbins)


    self.hog = hog.compute(img)