物体検出のHOGをOpenCV 3.1でやってみた。 Webで探してきたソースコードなんだけど、どこから拾ったか失念。
#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/highgui.hpp>
#include <iostream>
#include <strings.h>
#define N_BIN 9 // ヒストグラムのビン数
#define THETA (180 / N_BIN) // 分解能
#define CELL_SIZE 20 // セルの大きさ(ピクセル数)
#define BLOCK_SIZE 3 // ブロックの大きさ(セル数)奇数
#define R (CELL_SIZE*(BLOCK_SIZE)*0.5) // ブロックの大きさの半分(ピクセル数)
// 積分画像生成
std::vector<cv::Mat> calculateIntegralHOG(const cv::Mat& image) {
// X, Y方向に微分
cv::Mat xsobel, ysobel;
cv::Sobel(image, xsobel, CV_32F, 1, 0);
cv::Sobel(image, ysobel, CV_32F, 0, 1);
// 角度別の画像を生成しておく
std::vector<cv::Mat> bins(N_BIN);
for (int i = 0; i < N_BIN; i++)
bins[i] = cv::Mat::zeros(image.size(), CV_32F);
// X, Y微分画像を勾配方向と強度に変換
cv::Mat Imag, Iang;
cv::cartToPolar(xsobel, ysobel, Imag, Iang, true);
// 勾配方向を[0, 180)にする
cv::add(Iang, cv::Scalar(180), Iang, Iang < 0);
cv::add(Iang, cv::Scalar(-180), Iang, Iang >= 180);
// 勾配方向を[0, 1, ..., 8]にする準備(まだfloat)
Iang /= THETA;
// 勾配方向を強度で重みをつけて、角度別に投票する
for (int y = 0; y < image.rows; y++) {
for (int x = 0; x < image.cols; x++) {
int ind = Iang.at<float>(y, x);
bins[ind].at<float>(y, x) += Imag.at<float>(y, x);
}
}
// 角度別に積分画像生成
std::vector<cv::Mat> integrals(N_BIN);
for (int i = 0; i < N_BIN; i++) {
// 積分画像をつくる、OpenCVの関数がある
integral(bins[i], integrals[i]);
}
return integrals;
}
// ある矩形領域の勾配ヒストグラムを求める
// ここでいう矩形はHOG特徴量のセルに該当
void calculateHOGInCell(cv::Mat& hogCell, cv::Rect roi, const std::vector<cv::Mat>& integrals) {
int x0 = roi.x, y0 = roi.y;
int x1 = x0 + roi.width, y1 = y0 + roi.height;
for (int i = 0; i < N_BIN; i++) {
cv::Mat integral = integrals[i];
float a = integral.at<double>(y0, x0);
float b = integral.at<double>(y1, x1);
float c = integral.at<double>(y0, x1);
float d = integral.at<double>(y1, x0);
hogCell.at<float>(0, i) = (a + b) - (c + d);
}
}
// HOG特徴量を計算する
// pt: ブロックの中心点
cv::Mat getHOG(cv::Point pt, const std::vector<cv::Mat>& integrals) {
// ブロックが画像からはみ出していないか確認
if (pt.x - R < 0 ||
pt.y - R < 0 ||
pt.x + R >= integrals[0].cols ||
pt.y + R >= integrals[0].rows
) {
return cv::Mat();
}
// 与点を中心としたブロックで、
// セルごとに勾配ヒストグラムを求めて連結
cv::Mat hist(cv::Size(N_BIN*BLOCK_SIZE*BLOCK_SIZE, 1), CV_32F);
cv::Point tl(0, pt.y - R);
int c = 0;
for (int i = 0; i < BLOCK_SIZE; i++) {
tl.x = pt.x - R;
for (int j = 0; j < BLOCK_SIZE; j++) {
hist.colRange(c, c+N_BIN);
calculateHOGInCell(hist,
cv::Rect(tl, tl+cv::Point(CELL_SIZE, CELL_SIZE)),
integrals);
tl.x += CELL_SIZE;
c += N_BIN;
}
tl.y += CELL_SIZE;
}
// L2ノルムで正規化
//cv::normalize(hist, hist, 1, 0, NORM_L2);
cv::normalize(hist, hist, 1, 0, 4);
return hist;
}
int main() {
// 画像をグレイスケールで読み込む
std::string fileName = "lena.png";
cv::Mat originalImage = cv::imread(fileName, CV_LOAD_IMAGE_GRAYSCALE);
// 積分画像生成
std::vector<cv::Mat> integrals = calculateIntegralHOG(originalImage);
// ある点(x, y)のHOG特徴量を求めるには
// Mat hist = getHOG(Point(x, y), integrals);
// とする。histはSize(81, 1) CV_32FのMat
// 表示用画像を用意(半分の輝度に)y
cv::Mat image = originalImage.clone();
image *= 0.5;
// 格子点でHOG計算
cv::Mat meanHOGInBlock(cv::Size(N_BIN, 1), CV_32F);
for (int y = CELL_SIZE/2; y < image.rows; y += CELL_SIZE) {
for (int x = CELL_SIZE/2; x < image.cols; x += CELL_SIZE) {
// (x, y)でのHOGを取得
cv::Mat hist = getHOG(cv::Point(x, y), integrals);
// ブロックが画像からはみ出ていたら continue
if (hist.empty()) continue;
// ブロックごとに勾配方向ヒストグラム生成
meanHOGInBlock = cv::Scalar(0);
for (int i = 0; i < N_BIN; i++) {
for (int j = 0; j < BLOCK_SIZE*BLOCK_SIZE; j++) {
meanHOGInBlock.at<float>(0, i) += hist.at<float>(0, i+j*N_BIN);
}
}
// L2ノルムで正規化(強い方向が強調される)
normalize(meanHOGInBlock, meanHOGInBlock, 1, 0, CV_L2);
// 角度ごとに線を描画
cv::Point center(x, y);
for (int i = 0; i < N_BIN; i++) {
double theta = (i * THETA + 90.0 ) * CV_PI / 180.0;
cv::Point rd(CELL_SIZE*0.5*cos(theta), CELL_SIZE*0.5*sin(theta));
cv::Point rp = center - rd;
cv::Point lp = center - -rd;
cv::line(image, rp, lp, cv::Scalar(255*meanHOGInBlock.at<float>(0, i), 255, 255));
}
}
}
// 表示
cv::imshow("out", image);
cv::waitKey(0);
return 0;
}
玲奈画像でこんな感じです。 OpenCVで書いたので楽ちんです。
Tweet write: 2016/06/22/ 23:10:58