opencv 目标检测之行人检测

翻译自原文：

        目标检测是一个程序，他用来确定图像的某个区域是不是含有要进行识别的对象，对象识别是程序识别对象的能力。识别通常是只处理已经检测到对象的区域，例如，人们总是会在有人脸图像的地方去识别人脸。

一般来说会用到下面的三种技术
1.梯度直方图

2.图像金字塔

3.滑动窗口

行了，话不多说。咱们不是来研究这些东西的，只是为了应用罢了，直接来上一个例子，下面的是c++的demo

#include<opencv2/opencv.hpp>
#include<vector>
using namespace cv;
using namespace std;
int main()
{
	Mat img;
	vector<Rect> found;
	img = imread("2.jpg");
	if (img.empty())
	{
		printf("没有图片\n");
		return -1;
	}
	HOGDescriptor defaultHog;
	defaultHog.setSVMDetector(HOGDescriptor::getDefaultPeopleDetector());
	//进行检测
	defaultHog.detectMultiScale(img, found);
	//画长方形，框出行人
	for (int i = 0; i < found.size(); i++)
	{
		Rect r = found[i];
		rectangle(img, r.tl(), r.br(), Scalar(0, 0, 255), 3);
	}
	namedWindow("检测行人", CV_WINDOW_AUTOSIZE);
	imshow("检测行人", img);
	waitKey(0);

	return 0;
}

发完了c++的demo，有的小伙伴说c++看不懂，那没关系，咱们再来一种语言，那就是时下最流行的Python语言

import cv2
import numpy as np


def is_inside(o, i):
	ox, oy, ow, oh = o
	ix, iy, iw, ih = i
	return ox > ix and oy > iy and ox + ow < ix + iw and oy + oh < iy + ih


def draw_person(image, person):
	x, y, w, h = person
	cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 255), 2)


img = cv2.imread('2.jpg')
# a, b = img.shape[:2]
# img = cv2.resize(img, (a//5, b//5))
hog = cv2.HOGDescriptor()
hog.setSVMDetector(cv2.HOGDescriptor_getDefaultPeopleDetector())

found, w = hog.detectMultiScale(img)

found_filtered = []

for ri, r in enumerate(found):
	for qi, q in enumerate(found):
		if ri != qi and is_inside(r, q):
			break
		else:
			found_filtered.append(r)

for person in found_filtered:
	draw_person(img, person)

cv2.imshow('people detection', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

发完了代码，接下来就是看看demo的运行结果是什么了，先来发一下c++的代码的结果

接下来再来一下py的代码的结果

总之呢，今天的文章就到这里了，代码有什么不明白了，请给我留言，我会尽我所能的给你解答，但是本人水平有限不能保障所有的问题都能解答，或者是本人的时间比较紧迫，有时候会看不见消息，请见谅。