Question

不幸的是我既是python又是openCV初学者，所以如果问题很愚蠢，请原谅我。

我正在尝试使用cv2.HOGDescriptor来识别视频中的对象。我担心逐帧识别（即没有跟踪等）。

这是我正在做的事情：

我使用

阅读了视频（目前为.mpg）

capture = cv.CreateFileCapture(video_path) #some path in which I have my video
#capturing frames
frame = cv.QueryFrame(capture) #returns cv2.cv.iplimage

为了最终在帧上使用探测器（我将使用

）

found, w = hog.detectMultiScale(frame, winStride, padding, scale)

）我认为我需要将frame从cv2.cv.iplimage转换为numpy.ndarray

我做了什么

tmp = cv.CreateImage(cv.GetSize(frame),8,3)
cv.CvtColor(frame,tmp,cv.CV_BGR2RGB)

ararr = np.asarray(cv.GetMat(tmp)).

现在我有以下错误：

    found, w = hog.detectMultiScale(ararr, winStride, padding, scale)
 TypeError: a float is required

，其中

    winStride=(8,8)
    padding=(32,32)
    scale=1.05

我真的不明白哪个元素是真正的问题。即哪个号码应该是浮点数？

任何帮助表示赞赏

Answer 1

没有必要自己执行额外的转换，这个问题与新旧OpenCV绑定的混合有关。关于hog.detectMultiScale的另一个问题仅仅是由于参数排序不正确。

检查help(cv2.HOGDescriptor().detectMultiScale)：

可以直接看到第二个问题

detectMultiScale(img[, hitThreshold[, winStride[, padding[, 
           scale[, finalThreshold[, useMeanshiftGrouping]]]]]])

如您所见，每个参数都是可选的，但第一个（图像）。排序也很重要，因为您有效地使用winStride作为第一个，而预期它将是第二个，依此类推。您可以使用命名参数来传递它。（所有这些都在早先的答案中被观察到了。）

另一个问题是代码组合，这是一个你应该考虑使用的示例代码：

import sys
import cv2

hog = cv2.HOGDescriptor()
hog.setSVMDetector(cv2.HOGDescriptor_getDefaultPeopleDetector())
hogParams = {'winStride': (8, 8), 'padding': (32, 32), 'scale': 1.05}

video = cv2.VideoCapture(sys.argv[1])
while True:
    ret, frame = video.read()
    if not ret:
        break

    result = hog.detectMultiScale(frame, **hogParams)
    print result

Answer 2

HOGDescriptor::detectMultiScale的C ++版本的文档在hit_threshold参数之前显示double参数（类型为win_stride）。所以看起来你错过了函数的参数。要接受win_stride的默认参数，您应该将问题中使用的附加参数作为关键字传递。

HOGDescriptor，带有可识别物体的视频

2 个答案: