使用HOGDescriptor进行图像的渐变和角度可视化（适用于Android的OpenCV）

Question

我尝试可视化由OpenCV Lib for Android的HOGDescriptor计算的图像的渐变和角度。在开始我有一个3通道图像Mat（）与8位无符号int（CV_8UC3）。计算的结果是梯度的MAT（）（CV_32FC2）和角度的Mat（）（CV_8UC2）。我如何想象这个结果？什么代表了价值观？为什么角度为Mat（）2个通道？渐变Mat（）的2个通道是渐变的x和y分量吗？我找不到computeGradiant-Method的文档。

Answer 1

HOG描述符是定向梯度的直方图：它是一个直方图，其中每个bin代表相应方向的梯度投票。 为了计算此描述符，您应首先将3通道彩色图像转换为灰度图像

cv::cvtColor(CV_BGR2GRAY);

“ComputeGradient”方法的结果是例如两个图像（与原始图像大小相同）：x分量和y分量。 然后，您应该能够为每个像素计算渐变幅度和方向。

mag=sqrt(x*x+y*y)
alpha=atan(y/x)

然后你可以填写直方图。注意，HOG descritpor由块和单元计算。有关详细信息，请参阅this。