本文共 4055 字，大约阅读时间需要 13 分钟。

HOG：从理论到OpenCV实践

一、理论

HOG（Histogram of Oriented Gradients）特征描述子是一种基于图像局部区域的密集型描述符，通过计算局部区域的梯度方向直方图来构成特征。本文将详细介绍HOG的理论基础及其在OpenCV中的实现。

1、HOG特征描述子的定义

HOG特征描述子是局部归一化的梯度方向直方图。具体来说，是对图像局部区域的密集型描述，通过计算局部区域的梯度方向直方图来构成特征。这种方法能够有效地捕捉图像中局部形状信息。

2、本质

HOG描述子通过统计图像局部区域的梯度方向信息，作为该局部图像区域的表征。它能够提供图像局部区域的密集描述，同时具有一定的鲁棒性，能够弱化光照变化的影响。

3、OpenCV中的HOG算法来源

HOG算法的实现源自2005年CVPR会议的一篇论文。本文将重点介绍其在OpenCV中的实现方法。

二、OpenCV中的HOG算法实现

4、HOG描述子的实现细节

(1)参数设置

• 检测窗口：WinSize=128×64像素，滑动步长为8像素（水平和垂直均为8像素）。
• 块大小：BlockSize=16×16像素，检测窗口中块的滑动步长为8像素。
• 单元格大小：CellSize=8×8像素。
• 梯度方向：每个单元格内统计9个方向的梯度直方图。

(2)HOG描述子

OpenCV中一个HOG描述子是针对一个检测窗口而言的。一个检测窗口包含105个Block，每个Block包含4个Cell。每个Cell的HOG描述子向量长度为9维，因此一个检测窗口的HOG描述子向量总长度为：[105 \times 4 \times 9 = 3780 \text{维}]

5、HOG特征提取过程

(1)图像预处理

(2)梯度计算

计算图像中每个像素的梯度，包括梯度方向和模长。梯度计算使用水平和垂直边缘算子：[\text{水平边缘算子} = [-1, 0, 1]][\text{垂直边缘算子} = [-1, 0, 1]^T]每个像素的梯度方向由这两个算子计算得出。

(3)单元格划分

将图像划分为8×8像素的单元格（Cell）。每个单元格内计算梯度方向直方图。

(4)梯度直方图统计

每个单元格统计9个方向的梯度直方图。每个像素的梯度方向对应到直方图中的特定bin，并根据梯度模长进行加权投票。

(5)加权投票

采用三线性插值方法，将像素的梯度模长作为权值投入对应的bin中。这种插值方法能够有效减少混叠效应，避免边界和量化带来的突变。

(6)块归一化

将多个单元格组合成一个块，计算块内的梯度直方图并进行归一化。OpenCV支持四种归一化方法：

• L2-norm
• L1-norm
• L1-sqrt
• L2-Hys（结合L2归一化和截断）

通过归一化，可以有效压缩梯度强度的变化范围，减少光照和阴影对特征的影响。

三、OpenCV中的HOG函数说明

1、HOGDescriptor类

(1)构造函数

gpu::HOGDescriptor::HOGDescriptor(Size win_size, Size block_size, Size block_stride, Size cell_size, int nbins, double win_sigma, double threshold_L2hys, bool gamma_correction, int nlevels)

参数说明：

• win_size：检测窗口大小，默认为128×64。
• block_size：块大小，默认为16×16。
• block_stride：块滑动步长，默认为8×8。
• cell_size：单元格大小，默认为8×8。
• nbins：直方图bin数量，默认为9。
• win_sigma：高斯滤波窗口参数，默认值由函数定义。
• threshold_L2hys：L2-Hys归一化收缩率，默认为0.2。
• gamma_correction：是否进行Gamma校正，默认为true。
• nlevels：检测窗口的最大数量，默认值由函数定义。

(2)getDescriptorSize函数

获取检测窗口的HOG特征向量维数：

size_t gpu::HOGDescriptor::getDescriptorSize() const

(3)getBlockHistogramSize函数

获取块的直方图大小：

size_t gpu::HOGDescriptor::getBlockHistogramSize() const

2、SVM检测器设置

void gpu::HOGDescriptor::setSVMDetector(const vector
   
    & detector)
   

3、获取默认检测器

static vector
   
     gpu::HOGDescriptor::getDefaultPeopleDetector()
   

4、多尺度检测

void gpu::HOGDescriptor::detectMultiScale(const GpuMat& img, vector
   
    & found_locations, double hit_threshold, Size win_stride, Size padding, double scale0, int group_threshold)
   

5、特征提取

void gpu::HOGDescriptor::compute(const Mat& img, vector
   
    & descriptors, Size win_stride, Size padding, const vector
    
     & locations) const
    
   

6、梯度计算

void HOGDescriptor::computeGradient(const Mat& img, Mat& grad, Mat& qangle, Size paddingTL, Size paddingBR) const

四、示例代码

1、行人检测

#include 
   
    #include 
    
     #include 
     
      #include 
      
       using namespace cv;int main(int argc, char** argv) {    Mat img = imread(argv[1]);    if (argc != 2 || !img.data) {        printf("没有图片\n");        return -1;    }    HOGDescriptor defaultHog;    defaultHog.setSVMDetector(HOGDescriptor::getDefaultPeopleDetector());    vector
       
         found;    defaultHog.detectMultiScale(img, found);    for (int i = 0; i < found.size(); i++) {        Rect r = found[i];        rectangle(img, r.tl(), r.br(), Scalar(0, 0, 255), 3);    }    namedWindow("检测行人", CV_WINDOW_AUTOSIZE);    imshow("检测行人", img);    waitKey(0);    return 0;}
       
      
     
    
   

2、HOG特征提取

#include 
   
    #include 
    
     #include 
     
      using namespace cv;int main(int argc, char** argv) {    Mat img = imread(argv[1]);    if (argc != 2 || !img.data) {        printf("没有图片\n");        return -1;    }    HOGDescriptor defaultHog;    vector
      
        descriptors;    defaultHog.compute(img, descriptors, Size(8,8), Size(0,0));    printf("特征向量大小：%zu\n", descriptors.size());    for (int j=0; j<3780; j++) {        printf("%f,", descriptors[j]);    }    printf("\n");    return 0;}
      
     
    
   

五、总结

1、HOG与SIFT的区别

• SIFT：基于关键点特征向量，需要对图像进行尺度空间下的极值点检测。
• HOG：将图像均匀划分为块和单元格，统计每个单元格内的梯度方向直方图。

2、HOG的优缺点

• 优点：
  • 表示边缘结构特征，描述局部形状信息。
  • 归一化处理能够部分抵消光照变化影响。
  • 位置和方向的量化能抑制平移和旋转带来的影响。
• 缺点：
  • 特征提取过程较为复杂，速度较慢。
  • 对噪点敏感，容易受到遮挡的影响。

通过以上内容，可以看出HOG是一种高效的特征提取方法，广泛应用于行人检测等任务中。