OpenCV中的 HOGDescriptor 类(2)

CV_WRAP virtual void computeGradient(const Mat& img, CV_OUT Mat& grad, CV_OUT Mat& angleOfs,
                                Size paddingTL=Size(), Size paddingBR=Size()) const;

CV_WRAP static vector<float> getDefaultPeopleDetector();
    CV_WRAP static vector<float> getDaimlerPeopleDetector();

CV_PROP Size winSize;
    CV_PROP Size blockSize;
    CV_PROP Size blockStride;
    CV_PROP Size cellSize;
    CV_PROP int nbins;
    CV_PROP int derivAperture;
    CV_PROP double winSigma;
    CV_PROP int histogramNormType;
    CV_PROP double L2HysThreshold;
    CV_PROP bool gammaCorrection;
    CV_PROP vector<float> svmDetector;
    CV_PROP int nlevels;


  // evaluate specified ROI and return confidence value for each location
  void detectROI(const cv::Mat& img, const vector<cv::Point> &locations,
                                  CV_OUT std::vector<cv::Point>& foundLocations, CV_OUT std::vector<double>& confidences,
                                  double hitThreshold = 0, cv::Size winStride = Size(),
                                  cv::Size padding = Size()) const;

// evaluate specified ROI and return confidence value for each location in multiple scales
  void detectMultiScaleROI(const cv::Mat& img,
                                                      CV_OUT std::vector<cv::Rect>& foundLocations,
                                                      std::vector<DetectionROI>& locations,
                                                      double hitThreshold = 0,
                                                      int groupThreshold = 0) const;

// read/parse Dalal's alt model file
  void readALTModel(std::string modelfile);
};

默认构造函数的几个参数:

winSize(64,128), blockSize(16,16), blockStride(8,8),
        cellSize(8,8), nbins(9), derivAperture(1), winSigma(-1),
        histogramNormType(HOGDescriptor::L2Hys), L2HysThreshold(0.2), gammaCorrection(true),
        nlevels(HOGDescriptor::DEFAULT_NLEVELS)

winSize : 窗口的大小
blockSize :块的大小
cellSize: 胞元的大小
nbins: 方向bin的个数 nBins表示在一个胞元(cell)中统计梯度的方向数目,例如nBins=9时,在一个胞元内统计9个方向的梯度直方图,每个方向为360/9=40度。

更详细请移步:

更多详情见请继续阅读下一页的精彩内容

--------------------------------------分割线 --------------------------------------

Ubuntu Linux下安装OpenCV2.4.1所需包

Ubuntu 12.04 安装 OpenCV2.4.2

CentOS下OpenCV无法读取视频文件

Ubuntu 12.04下安装OpenCV 2.4.5总结

Ubuntu 10.04中安装OpenCv2.1九步曲

基于QT和OpenCV的人脸识别系统

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:https://www.heiqu.com/c0af4a35852a74eed15d92a3258c7b01.html