Question

我通过从正面和负面数据集中提取HOG特征来训练我的SVM分类器

from sklearn.svm import SVC
import cv2
import numpy as np

hog = cv2.HOGDescriptor()


def hoggify(x,z):

    data=[]

    for i in range(1,int(z)):
        image = cv2.imread("/Users/munirmalik/cvprojek/cod/"+x+"/"+"file"+str(i)+".jpg", 0)
        dim = 128
        img = cv2.resize(image, (dim,dim), interpolation = cv2.INTER_AREA)
        img = hog.compute(img)
        img = np.squeeze(img)
        data.append(img)

    return data

def svmClassify(features,labels):
    clf=SVC(C=10000,kernel="linear",gamma=0.000001)
    clf.fit(features,labels)

    return clf

def list_to_matrix(lst):
    return np.stack(lst)

我想应用该培训，以便程序能够检测到我的自定义对象（椅子）。

我已经为每个套装添加了标签;接下来需要做什么？

Answer 1

您已经拥有三件最重要的部件供您使用。 hoggify创建一个HOG描述符列表 - 每个图像一个。注意，用于计算描述符的预期输入是灰度图像，并且描述符作为具有1列的2D数组返回，这意味着HOG描述符中的每个元素具有其自己的行。但是，您正在使用np.squeeze删除单例列并将其替换为1D numpy数组，所以我们在这里很好。然后，您可以使用list_to_matrix将列表转换为numpy数组。完成此操作后，您可以使用svmClassify来最终训练您的数据。这假设您已在1D labels数组中拥有numpy。在训练SVM之后，您将使用SVC.predict方法，在给定输入HOG功能的情况下，它会对图像是否属于椅子进行分类。

因此，您需要执行的步骤是：

使用hoggify创建HOG描述符列表，每个图像一个。看起来输入x是您所谓的椅子图像的前缀，而z表示您要加载的图像总数。请记住range不包括结束值，因此您可能希望在+ 1之后添加int(z)（即int(z) + 1）以确保包含结尾。我不确定是不是这样，但我想把它扔出去。
```
x = '...' # Whatever prefix you called your chairs
z = 100 # Load in 100 images for example
lst = hoggify(x, z)
```
将HOG描述符列表转换为实际矩阵：
```
data = list_to_matrix(lst)
```
训练您的SVM分类器。假设您已将标签存储在labels中，其中值0表示不是主席，而1表示主席且它是1D numpy数组：
```
labels = ... # Define labels here as a numpy array
clf = svmClassify(data, labels)
```
使用SVM分类器执行预测。假设您想要使用分类器测试测试图像，则需要执行与训练数据相同的处理步骤。我假设这是hoggify所做的，您可以指定不同的x来表示要使用的不同集合。指定一个新变量xtest以指定此不同的目录或前缀，以及您需要的图片数量，然后使用hoggify与list_to_matrix相结合来获取您的功能：
```
xtest = '...' # Define new test prefix here
ztest = 50 # 50 test images
lst_test = hoggify(xtest, ztest)
test_data = list_to_matrix(lst_test)
pred = clf.predict(test_data)
```
pred将包含一系列预测标签，每个标签对应一个测试图像。如果需要，您可以查看您的SVM对培训数据的效果如何，因此您已经可以使用此功能，只需在步骤2中再次使用data：
```
pred_training = clf.predict(data)
```
pred_training将包含一系列预测标签，每个培训图片一个。

如果您最终希望将其与网络摄像头一起使用，则过程将使用VideoCapture对象并指定连接到计算机的设备的ID。通常只有一个网络摄像头连接到您的计算机，因此使用ID为0.一旦您执行此操作，过程将使用循环，抓取帧，将其转换为灰度，因为HOG描述符需要灰度图像，计算描述符，然后对图像进行分类。

这样的东西会起作用，假设你已经训练了你的模型并且你已经创建了一个HOG描述符对象：

cap = cv2.VideoCapture(0)
dim = 128 # For HOG

while True:
    # Capture the frame
    ret, frame = cap.read()

    # Show the image on the screen
    cv2.imshow('Webcam', frame)

    # Convert the image to grayscale
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # Convert the image into a HOG descriptor
    gray = cv2.resize(gray, (dim, dim), interpolation = cv2.INTER_AREA)
    features = hog.compute(gray)
    features = features.T # Transpose so that the feature is in a single row

    # Predict the label
    pred = clf.predict(features)

    # Show the label on the screen
    print("The label of the image is: " + str(pred))

    # Pause for 25 ms and keep going until you push q on the keyboard
    if cv2.waitKey(25) == ord('q'):
        break

cap.release() # Release the camera resource
cv2.destroyAllWindows() # Close the image window

上述过程读入图像，将其显示在屏幕上，将图像转换为灰度，以便我们可以计算其HOG描述符，确保数据与您训练的SVM兼容的单行，然后我们预测它标签。我们将它打印到屏幕上，我们在下一帧读取之前等待25 ms，因此我们不会使CPU过载。此外，您可以通过按键盘上的 q 键随时退出程序。否则，该程序将永远循环。完成后，我们将相机资源释放回计算机，以便可以将其用于其他过程。

将HOG + SVM培训应用于网络摄像头以进行对象检测

1 个答案: