实战工具:python3.7+pycharm+opencv4.6
算法知识:HOG特征提取、SVM模型构建
实战目的:本次实战的目的是熟悉HOG+SVM工作流算法,初步掌握图像分类的传统算法。
实战记录:本以为在学习原理、算法应用、动手实操后会很顺利的完全自主实现行人检测项目,但实战过程却差强人意,所以结果嘛就马马虎虎了。实战过程中所爆露出的不足有以下几点:
实战评价:虽然坎坎坷坷,但还过得去。
本次实战使用的数据是MIT行人数据库(有现成的资料,懒得收集啦),该数据库为较早公开的行人数据库,共924张行人图片(ppm格式,宽高为64x128),肩到脚的距离约80象素。该数据库只含正面和背面两个视角,无负样本,未区分训练集和测试集。Dalal等采用“HOG+SVM”,在该数据库上的检测准确率接近100%。该数据库的下载链接见这里。
"""
加载并整理数据集-->图像的预处理-->图像的特征提取
-->设计分类器-->输出分类器准确率-->测试图像
"""
import cv2
import random
import glob
import numpy as np
# 加载本地图像数据集,并将数据集全部添加到列表中,然后打乱数据顺序
def load_image(filename):
paths = glob.glob(filename)
persons, labels = [], []
for i in paths:
persons.append(cv2.imread(i))
labels.append(1)
random.seed(1)
random.shuffle(persons)
persons = np.array(persons)
return persons, labels
# 图像预处理,将输入图像灰度化、高斯模糊
def image_preprocessing(image):
cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)
# image = cv2.resize(image, dsize=(32, 64))
image_preprocess = cv2.GaussianBlur(image, (3, 3), sigmaX=1, sigmaY=1)
return image_preprocess
# 构建HOG检测器
def get_hog():
winSize = (64, 128)
cellSize = (8, 8)
blockSize = (16, 16)
blockStride = (16, 16)
nbins = 9
signedGradient = True
derivAperture = 1 # 默认参数
winSigma = -1. # 默认参数
histogramNormType = 0 # 默认参数
L2HysThreshold = 0.2 # 默认参数
gammaCorrection = 1 # 默认参数
nlevels = 64 # 默认参数
hog = cv2.HOGDescriptor(winSize, blockSize, blockStride, cellSize, nbins, derivAperture, winSigma,
histogramNormType, L2HysThreshold, gammaCorrection, nlevels, signedGradient)
return hog
# 创建SVM模型并配置参数
def SVM_model():
model = cv2.ml.SVM_create()
model.setType(cv2.ml.SVM_ONE_CLASS)
model.setKernel(cv2.ml.SVM_POLY)
model.setC(1)
model.setNu(0.01)
model.setDegree(0.1)
model.setCoef0(0.5)
model.setGamma(0.6)
model.setTermCriteria((cv2.TERM_CRITERIA_MAX_ITER, int(1e2), 1e-5))
return model
# 训练模型
def SVM_train(model, samples, responses):
model.train(samples, cv2.ml.ROW_SAMPLE, responses)
return model
# 计算分类器准确率
def accuracy(model, data_train, labels_train):
retval, result = model.predict(data_train)
temp = (np.array(labels_train) == result).mean()
print(f'该模型的准确率是:{temp * 100}')
# 测试分类器
def image_predict(model, data_test, samples, labels_test):
retval, result = model.predict(samples)
counter = 0
for i in (labels_test == result.ravel()):
# 测试结果与实际结果不符合仅呈现红色通道
if not i:
data_test[counter][..., :2] = 0
counter += 1
h1 = data_test[0]
for i in data_test[1:12, ...]:
h1 = np.hstack((h1, i))
h2 = data_test[12]
for i in data_test[13:, ...]:
h2 = np.hstack((h2, i))
return np.vstack((h1, h2))
if __name__ == "__main__":
print('加载图片...')
datas, labels = load_image('image\\Pedestrian detection\\per*.ppm')
temp, data_test = np.split(datas, [900])
print('数据预处理...')
datas = list(map(image_preprocessing, datas))
print('提取训练数据的HOG特征向量...')
hog = get_hog()
hog_vector = list(map(hog.compute, datas))
print('将数据集分为两部分,900张用于训练,24张用于测试...')
data_train, temp = np.split(datas, [900])
labels_train, labels_test = np.split(np.array(labels), [900])
hog_vector_train, hog_vector_test = np.split(hog_vector, [900])
print('训练SVM模型...')
model = SVM_model()
model_svm = SVM_train(model, hog_vector_train, labels_train)
print('输出分类模型的准确率...')
accuracy(model_svm, hog_vector_train, labels_train)
print('测试分类模型...')
result = image_predict(model_svm, data_test, hog_vector_test, labels_test)
cv2.imshow('result, press the q key to exit', result)
while 1:
if cv2.waitKey() == ord('q'):
break
print('测试其他图像...')
class_name = {0: "不包含行人", 1: "包含行人"}
img = cv2.imread('image\\persontrain.png')
img = cv2.resize(img, dsize=(64, 128))
img2 = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)
img_preprocess = cv2.GaussianBlur(img2, (3, 3), sigmaX=1, sigmaY=1)
# vector = np.array([hog.compute(img_preprocess)])
vector = np.expand_dims(hog.compute(img_preprocess), 0)
ret = model_svm.predict(vector)[1].ravel()
print(f"图片img{class_name[int(ret)]}")
cv2.imshow('img', img)
cv2.waitKey()
cv2.destroyAllWindows()
'''
加载图片...
数据预处理...
提取训练数据的HOG特征向量...
将数据集分为两部分,900张用于训练,24张用于测试...
训练SVM模型...
输出分类模型的准确率...
该模型的准确率是:99.0
测试分类模型...
测试其他图像...
图片img包含行人
'''
测试图片集的结果:
测试的其他图片:
ONE_CLASS
和非单分类SVM_C_SVC
和NU_SVC
。本项目用的是单分类类型。hog.conpute(img)
、model.train(samples, layout, responses)
、model.predict(samples)
的关系:hog.conpute(img)
提取的是单张图像的一维特征向量,如果要提取图像集的特征向量可以使用map()
或者for循环。hog.conpute(img)
处理后的结果一般被用于训练、测试模型。model.train(samples, layout, responses)
,该函数的三个参数分别是训练样本集的特征向量矩阵、每个样本特征向量在矩阵的形式、标签矩阵。layout---cv2.ml.ROW_SAMPLE
,表示每个训练样本是行向量;cv2.ml.COL_SAMPLE
,表示每个训练样本是列向量。layout的值决定了输入的samples中每个样本特征向量在矩阵中的形式。model.predict(samples)
中的samples矩阵形式取决于model.train(samples, layout, responses)
中layout的值。该函数的返回值有两个retval
和result
,测试样本的标签值存储在result.ravel()
中。手机扫一扫
移动阅读更方便
你可能感兴趣的文章