hog svm行人检测python代码
时间: 2024-11-11 20:13:51 浏览: 54
test.py_hog_hogsvm_行人检测_DEMO_SVM_
5星 · 资源好评率100%
HOG (Histogram of Oriented Gradients) 结合 SVM (支持向量机) 是一种常用的人脸检测算法,常用于计算机视觉领域。在Python中,可以使用`OpenCV`库来实现这个过程。以下是简化的步骤和代码示例:
```python
import cv2
import numpy as np
def hog_svm_detection(image_path):
# 读取图片
img = cv2.imread(image_path, 0)
# 计算HOG特征
hog = cv2.HOGDescriptor()
hog_win_size = (64, 128)
hog_desc = hog.compute(img, hog_win_size)
# 设置SVM分类器
model = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') # 使用预训练的人脸分类器
# 检测人脸
faces = model.detectMultiScale(hog_desc, scaleFactor=1.1, minNeighbors=5)
for (x, y, w, h) in faces:
# 在原图上画出检测框
cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 2)
# 显示结果
cv2.imshow('HOG-SVM Detection', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
# 调用函数并传入图像路径
hog_svm_detection('your_image_path.jpg')
```
在这个例子中,我们首先计算输入图像的HOG描述符,然后使用预先训练好的Haar级联分类器(如`haarcascade_frontalface_default.xml`)来定位潜在的人脸。最后,我们在检测到的区域上绘制矩形框。
阅读全文