Question

我正在尝试使用OpenCV的HOG描述符，但是从它计算的特征向量似乎太长了。这是一个演示问题的片段：

#include <stdio.h>
#include <opencv2/opencv.hpp>
#include <stdlib.h>
#include <vector>

int main()
{
    cv::Mat image = cv::imread("1.jpg");
    std::vector<float> features;
    cv::HOGDescriptor hogdis;
    hogdis.compute(image, features);
    printf("HOG feature's length is %zu %zu\n", hogdis.getDescriptorSize(), features.size());
    return 0;
}

输出

HOG feature's length is 3780 1606500

后一个值似乎很荒谬。图像1.jpg的尺寸为256x256x3，其像素比特征向量少得多。为什么OpenCV用如此多的值填充特征向量？如何获取3780长的载体以供给我的SVM培训师？

Answer 1

为什么OpenCV用如此多的值填充特征向量？

猪特征的大小由以下等式确定（不仅仅根据图像尺寸确定）：

size_hog_features = (size_t)nbins * ( blockSize.width/cellSize.width) 
                         * (blockSize.height/cellSize.height) * ((winSize.width 
                         - blockSize.width)/blockStride.width + 1) 
                         * ((winSize.height - blockSize.height)
                         / blockStride.height + 1);

所以你有这么长的HOG特征向量是很正常的。

如何获取3780长矢量以供我的SVM培训师使用？

您可以在计算之前设置HOG功能的参数（即nbins, blockSize, cellSize, winSize），以获得所需大小的HOG功能。

但为什么hogdis.getDescriptorSize（）和features.size（）不一致？

他们是不同的。 getDescriptorSize()返回分类所需的系数数。它可以按如下方式计算（参考here）：

HOG descriptor length = #Blocks * #CellsPerBlock * #BinsPerCell

另一方面，features.size()返回整个图像的所有HOG特征尺寸。

要训练，你需要传递features。

为什么opencv的HOG描述符返回了这么多的值

1 个答案: