无论图像大小如何，计算固定长度的梯度直方图 (HOG)答案

【问题标题】：Calculate histogram of gradients (HOG) of a fixed length regardless of image size无论图像大小如何，计算固定长度的梯度直方图 (HOG)
【发布时间】：2018-05-31 10:01:13
【问题描述】：

我正在训练一个 HOG + SVM 模型，我的训练数据有各种大小和纵横比。 SVM 模型无法在可变大小的列表上进行训练，因此我希望计算一个长度相同的梯度直方图，而不管图像大小如何。

有没有聪明的方法来做到这一点？还是调整图像大小或填充它们更好？

【问题讨论】：

标签： machine-learning scikit-learn computer-vision

【解决方案1】：

人们在这种情况下通常会做以下两件事之一：

将所有图像（或图像块）调整为固定大小并从中提取 HOG 特征。
使用“词袋/特征”方法，不要调整图片大小。

第一种方法1. 很简单，但它有一些问题2. 试图解决。首先，想想 hog 描述符的作用。它将图像划分为固定长度的单元，逐单元计算梯度以生成逐单元直方图（基于投票）。最后，您将获得所有单元格的串联直方图，这就是您的描述符。

因此存在问题，因为（您要检测的）对象必须以类似的方式覆盖图像。否则，您的描述符看起来会有所不同，具体取决于图像内对象的位置。

方法2.的工作原理如下：

从训练集中的正面和负面图像中提取 HOG 特征。
使用 k-means 等聚类算法定义固定数量的k 质心。
对于数据集中的每张图像，提取 HOG 特征并将它们逐元素与质心进行比较，以创建频率直方图。

使用频率直方图训练您的 SVM，并将其用于分类阶段。这样，位置无关紧要，您将始终拥有固定大小的输入。您还将受益于尺寸的减小。

【讨论】：

【解决方案2】：

您可以使用 cv2.resize() 将图像归一化为给定的目标形状，将图像划分为所需的块数并计算方向的直方图以及幅度。下面是一个简单的实现。

img = cv2.imread(filename,0)
img = cv2.resize(img,(16,16)) #resize the image

gx = cv2.Sobel(img, cv2.CV_32F, 1, 0) #horizontal gradinets
gy = cv2.Sobel(img, cv2.CV_32F, 0, 1) # vertical gradients

mag, ang = cv2.cartToPolar(gx, gy)
bin_n = 16 # Number of bins
# quantizing binvalues in (0-16)
bins = np.int32(bin_n*ang/(2*np.pi))

# divide to 4 sub-squares
s = 8 #block size
bin_cells = bins[:s,:s],bins[s:,:s],bins[:s,s:],bins[s:,s:]
mag_cells = mag[:s,:s], mag[s:,:s], mag[:s,s:], mag[s:,s:]
hists = [np.bincount(b.ravel(), m.ravel(), bin_n) for b, m in zip(bin_cells,mag_cells)] 

hist = np.hstack(hists) #histogram feature data to be fed to SVM model

希望有帮助！

【讨论】：