用于对整个图像进行分类的OpenCV中的HOG

HOG in OpenCV for classification of entire images

本文关键字：分类 OpenCV 中的 HOG 图像 用于      更新时间：2023-10-16

我知道OpenCV中的梯度直方图通常用于图像补丁，以便检测和分类图像中的对象。

然而，我想使用HOG来构建一个可以用于对整个图像进行分类的特征向量。使用以下内容：

std::vector<float> temp_FV_out;
cv::HOGDescriptor hog;
hog.compute(img_in, temp_FV_out);

由于图像的大小不同，给出了非常长的特征向量，每个特征向量都有不同的长度——较大的图像有更多的64 x 128个窗口，每个窗口都有助于特征向量的长度。

如何让OpenCV从每个图像中给出一个短的特征向量（约5-20个bin），其中特征向量的长度保持不变，而与图像的大小无关？我宁愿不使用单词袋来建立HOG"单词"词典。

第一步是标准化图像大小-选择要处理的最小大小，并将其余大小调整为该基本大小。您也可以将小尺寸设置为默认尺寸（例如100x100）。如果它们的纵横比不相同，则可能需要裁剪它们。

接下来，您可以根据各种算法从向量中选择一些特征：PCA、决策树、Ada-boost等，这可以帮助您从数据中提取最重要的值。

相关文章：