![](https://csdnimg.cn/release/download_crawler_static/88273847/bg1.jpg)
一,实验目的
本次实验旨在利用行人检测算法实现对图像中行人的检测和标记,通过调用 OpenCV
的 HOG 特征提取器和行人检测器,识别图像中的行人目标并进行可视化展示。
二,实验原理
行人检测是计算机视觉领域中的一个重要任务,旨在自动识别图像或视频中的行人目标。
基于给定的代码,下面是行人检测的实验原理的简要介绍:
导入必要的库:首先,通过 import 语句导入 OpenCV 库(以别名 cv2)来提供图像处理
和计算机视觉功能。定义行人检测函数:代码中定义了一个名为 get_img 的函数,该函数用
于 执 行 行 人 检 测 和 标 记 。 设 置 行 人 检 测 器 为 默 认 的 行 人 检 测 器 , 通 过 调 用
hog.setSVMDetector(cv.HOGDescriptor_getDefaultPeopleDetector())实现。该行人检测器是在
大型训练数据集上训练得到的,具有良好的行人检测性能。调用 hog.detectMultiScale 方法对
输入的灰度图像进行行人检测。该方法基于滑动窗口的方式,在不同尺度和位置上搜索可能
的行人目标。检测参数包括滑动窗口大小、填充、缩放因子等,这些参数可以通过调整以适
应不同的应用场景。遍历检测到的行人目标,并利用 cv.rectangle 和 cv.putText 函数在图像
上绘制矩形边界框和标签。这些操作用于可视化显示检测到的行人目标的位置和边界框。最
后,使用 cv.imshow 函数显示带有行人标记的图像。
实验中的行人检测算法将输入图像中的行人目标检测出来,并在图像上绘制了相应的边
界框和标签,提供了对行人的可视化结果。
三,实验内容
3.1 环境准备
首先,确保已经安装了 Python 和 OpenCV 库。可以使用 pip 命令进行安装:
pip install opencv-python
3.2 导入所需要的库和模块
import cv2 as cv
3.2 定义函数
定义一个名为 get_img 的函数,用于进行行人检测和标记。在函数内部进行以下操作:
创 建 一 个 HOG 特 征 提 取 器 对 象 , 并 设 置 行 人 检 测 器 为 默 认 行 人 检 测 器 。 调 用
hog.detectMultiScale 方法对灰度图像进行行人检测,设置参数如滑动窗口大小、填充、缩放
因子等。