Opencv学习之路—Opencv下基于HOG特征的KNN算法分类训练
Posted 图米大侠
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Opencv学习之路—Opencv下基于HOG特征的KNN算法分类训练相关的知识,希望对你有一定的参考价值。
在计算机视觉研究当中,HOG算法和LBP算法算是基础算法,但是却十分重要。后期很多图像特征提取的算法都是基于HOG和LBP,所以了解和掌握HOG,是学习计算机视觉的前提和基础。
HOG算法的原理很多资料都可以查到,简单来说,就是将图像分成一个cell,通过对每个cell的像素进行梯度处理,进而根据梯度方向和梯度幅度来得到cell的图像特征。随后,将每个cell的图像特征连接起来,得到一个BLock的特征,进而得到一张图片的特征。Opencv当中自带HOG算法,可以直接调用,进行图像的特征提取。但是作为一个初学者,自然应该自己手写一下HOG算法,这样能够更加透彻地去理解。
下面是我自己写的HOG,代码比较粗糙,为了适应下面的KNN分类器,HOG算法的接口设计为输入一张图片,返回一个vector向量。
class HOG{ private: Mat img; public: vector<float>bins; //返回一个图片的HOG特征; void GetImage(Mat src); void Cut_to_Block(); //将图片分割成一个个Block; void Cut_to_Cell(int pixel_x, int pixel_y); //将图片分割成一个个Cell; void Cell_to_bin(int x, int y); //对每个Cell进行处理,得到每个Cell的bins; }; void HOG::GetImage(Mat src){ bins.clear(); cvtColor(src, img, COLOR_RGB2GRAY); Cut_to_Block(); } void HOG::Cut_to_Block(){ for (int i = 1; i <= img.rows - 17; i = i + 8){ for (int j = 1; j <= img.cols - 17; j = j + 8){ Cut_to_Cell(i, j); } } } void HOG::Cut_to_Cell(int pixel_x, int pixel_y){ for (int i = pixel_x, m = 0; m < 2; i = i + 8, m++){ for (int j = pixel_y, n = 0; n < 2; j = j + 8, n++){ Cell_to_bin(i, j); } } } void HOG::Cell_to_bin(int x, int y){ int pixel_x; //cell的像素的起始位置行坐标; int pixel_y; //cell的像素的起始位置纵坐标; float pixel[10][10]; //我们一般默认cell为8*8的像素大小,但是为了储存周边店的像素,需要多加两个像素储存点的位置; float gradient_M[9][9]; //保存梯度的幅值; float gradient_Angle[9][9]; //保存像素梯度的方向; float gradient_h[9][9]; float gradient_v[9][9]; float bin[9]; //存放一个Cell当中的bins值; pixel_x = x; pixel_y = y; //为了计算方便,我们将每个Cell的像素先提取出来,存放在pixel[][]当中; for (int i = pixel_x - 1, m = 0; i < pixel_x + 9; i++, m++){ uchar *data = img.ptr<uchar>(i); for (int j = pixel_y - 1, n = 0; j < pixel_y + 9; j++, n++){ pixel[m][n] = data[j]; } } //计算每个像素的梯度幅值和梯度角度; for (int i = 1; i<9; i++){ for (int j = 1; j<9; j++){ gradient_h[i][j] = pixel[i + 1][j] - pixel[i - 1][j]; gradient_v[i][j] = pixel[i][j + 1] - pixel[i][j - 1]; gradient_M[i][j] = sqrt(gradient_h[i][j] * gradient_h[i][j] + gradient_v[i][j] * gradient_v[i][j]); gradient_Angle[i][j] = atan2(gradient_h[i][j], gradient_v[i][j]) * 180; } } //根据每个像素的幅值进行维度的区分分类; for (int i = 0; i<9; i++){ bin[i] = 0; } for (int i = 1; i<9; i++){ for (int j = 1; j<9; j++){ if ((gradient_Angle[i][j] >= 0 && gradient_Angle[i][j]<20) || (gradient_Angle[i][j] >= 180 && gradient_Angle[i][j]<200)){ bin[0] = bin[0] + gradient_M[i][j]; } if ((gradient_Angle[i][j] >= 20 && gradient_Angle[i][j]<40) || (gradient_Angle[i][j] >= 200 && gradient_Angle[i][j]<220)){ bin[1] = bin[1] + gradient_M[i][j]; } if ((gradient_Angle[i][j] >= 40 && gradient_Angle[i][j]<60) || (gradient_Angle[i][j] >= 220 && gradient_Angle[i][j]<240)){ bin[2] = bin[2] + gradient_M[i][j]; } if ((gradient_Angle[i][j] >= 60 && gradient_Angle[i][j]<80) || (gradient_Angle[i][j] >= 240 && gradient_Angle[i][j]<260)){ bin[3] = bin[3] + gradient_M[i][j]; } if ((gradient_Angle[i][j] >= 80 && gradient_Angle[i][j]<100) || (gradient_Angle[i][j] >= 260 && gradient_Angle[i][j]<280)){ bin[4] = bin[4] + gradient_M[i][j]; } if ((gradient_Angle[i][j] >= 100 && gradient_Angle[i][j]<120) || (gradient_Angle[i][j] >= 280 && gradient_Angle[i][j]<300)){ bin[5] = bin[5] + gradient_M[i][j]; } if ((gradient_Angle[i][j] >= 120 && gradient_Angle[i][j]<140) || (gradient_Angle[i][j] >= 300 && gradient_Angle[i][j]<320)){ bin[6] = bin[6] + gradient_M[i][j]; } if ((gradient_Angle[i][j] >= 140 && gradient_Angle[i][j]<160) || (gradient_Angle[i][j] >= 320 && gradient_Angle[i][j]<340)){ bin[7] = bin[7] + gradient_M[i][j]; } if ((gradient_Angle[i][j] >= 160 && gradient_Angle[i][j] <= 180) || (gradient_Angle[i][j] >= 340 && gradient_Angle[i][j] <= 360)){ bin[8] = bin[8] + gradient_M[i][j]; } } } //归一化; float sum_bin = 0; for (int i = 0; i<9; i++){ sum_bin = sum_bin + bin[i]; } for (int i = 0; i<9; i++){ bin[i] = bin[i] / sum_bin; if (bin[i]>0.2){ bin[i] = 0.2; } } sum_bin = 0; for (int i = 0; i<9; i++){ sum_bin = sum_bin + bin[i]; } for (int i = 0; i<9; i++){ bin[i] = bin[i] / sum_bin; } //返回bin[]的值到bins向量当中; for (int i = 0; i < 9; i++){ bins.push_back(bin[i]); } }
写完了HOG算法,下面就开始写KNN 分类器了。KNN算法很容易理解,就是在一个元素周围选取最邻近的K个元素,然后分析这k个元素当中,哪一类占的比例最大,那么这个元素就属于该类。
同样Opencv当中也有KNN算法,为类CvKNearest(),直接调用便可以进行训练,具体地可以查阅相关文档。
class KNN{ private: vector < vector < float >> datatrain; vector<int> dataclass; CvKNearest *knn; public: KNN(); //对从HOG算法传递出来的数据进行整合处理,src表示一张图的HOG特征数组,classfile表示这张图所代表的分类; void Data_integration(vector<float> src, int classfile); void KNN_Train(); //将HOG得到的数据进行相关处理,然后进行KNN训练; int KNN_Test(vector<float> src); //将KNN训练好之后,传入一个HOG特征值,返回一个分类; }; KNN::KNN(){ knn=new CvKNearest(); } void KNN::Data_integration(vector<float> src, int classfile){ datatrain.push_back(src); dataclass.push_back(classfile); } void KNN::KNN_Train(){ CvMat *DataTrain=cvCreateMat(390,900,CV_32FC1); CvMat *DataClass=cvCreateMat(390,1,CV_32FC1); for(int i=0;i<390;i++){ cvmSet(DataClass,i,0,dataclass[i]); for(int j=0;j<900;j++){ cvmSet(DataTrain,i,j,datatrain[i][j]); } } knn->train(DataTrain,DataClass,0,false,30,false); } int KNN::KNN_Test(vector<float> src){ CvMat *DataSample = cvCreateMat(1, 900, CV_32FC1); for (int i = 0; i < 900; i++){ cvmSet(DataSample,0,i,src[i]); } int k; k = (int)knn->find_nearest(DataSample, 30); return k; }
有个HOG 和 KNN,那现在就可以进行训练了。我有了13类车牌图片进行训练,每类30张。
在这里,有一个东西要注意一下,那就是批量读取图片。我采用了一个很笨的方法,那就是把每张图片的地址存在一个txt文档当中,然后先读取地址,然后在读取图片。这样的方法,在图片数量较少的情况下可以使用的,但是图片数量成千上百张,就很麻烦了。
int main(){ HOG Hog; KNN Knn; string Imageadress[390]; ifstream fin("train.txt"); //图片地址事先保存在train.txt文件当中; for (int i = 0; i<390; i++){ getline(fin, Imageadress[i]); //从文件当中一行一行读出地址,保存到Imgaeadree当中; } Mat Image[390]; for (int i = 0; i < 390; i++){ Image[i] = imread(Imageadress[i], 1); //读入图片文件; } for (int i = 0; i < 390; i++){ int k = 0; k = i / 30; //通过整除30,来获得该图片属于哪个分类当中的; Hog.GetImage(Image[i]); Knn.Data_integration(Hog.bins, k); } Knn.KNN_Train(); //进行检测; ifstream testin("test4.txt"); string testImageadress[70]; Mat testimg[70]; for(int i=0;i<70;i++) { getline(testin,testImageadress[i]); } for(int i=0;i<70;i++){ testimg[i]=imread(testImageadress[i],1); } int count=0; for(int i=0;i<70;i++){ int k; Hog.GetImage(testimg[i]); k=Knn.KNN_Test(Hog.bins); cout<<k<<endl; if(k!=3){ count++; } } cout<<"错误的数量:"<<count<<endl; }
训练完毕之后,我又使用13类图片,每类70张,进行检测分类。
很不幸,识别结果不是很理想,奔驰等简单的车牌识别率很高,可以达到百分之百,但是复杂的车牌识别率就瞬间下来了,当中的原因,是因为HOG算法写得有问题啊,不够好,需要改进。
以上是关于Opencv学习之路—Opencv下基于HOG特征的KNN算法分类训练的主要内容,如果未能解决你的问题,请参考以下文章
基于 HOG 特征的 SVM 分类器用于 OpenCV 中的“对象检测”
OpenCV + HOG +SVM:SVM 单特征向量需要帮助
opencv进阶-HOG+SVM行人检测(已训练好的分类器)