行人检测与 HOG 描述符和 SVM 理解 Python 代码

Question

我正在尝试使用 HOG 和 SVM 了解 Python 中的行人检测代码，以使用 FPGA 对其进行加速。

以下从网站复制的代码工作正常

hog = cv2.HOGDescriptor()                              
hog.setSVMDetector(cv2.HOGDescriptor_getDefaultPeopleDetector())

def detector(image):
   rects, weights = hog.detectMultiScale(image, winStride=(4, 4), padding=(8, 8),scale=1.05)                                 
   for (x, y, w, h) in rects:
       cv2.rectangle(image, (x, y), (x + w, y + h), (0, 0, 255), 2)       
       cv2.rectangle(image, (x, y), (x + w, y + h), (0, 0, 255), 2)        
   rects = np.array([[x, y, x + w, y + h] for (x, y, w, h) in rects])      
   result = non_max_suppression(rects, probs=None, overlapThresh=0.7)
   return result

frame = cv2.imread("/.../pedestrian2.jpg")
result = detector(frame.copy())
for (xA, yA, xB, yB) in result:     # draw the final bounding boxes after non-maxima supression
    cv2.rectangle(frame, (xA, yA), (xB, yB), (0, 255, 0), 2)
img = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)      
img_out = PIL.Image.fromarray(img)
img_out

按照教程 https://www.learnopencv.com/handwritten-digits-classification-an-opencv-c-python-tutorial/ 我知道主要功能是 hog.compute(im,descriptor) 计算图像的 HOG 特征，但是第一个代码中的这个函数在哪里？它是否在其中一个函数内？

Answer 1

虽然“解释这段代码”对于本网站来说有点过于宽泛，但“第一个代码上的这个函数在哪里”这个狭隘的问题：不是。但是，它已在您链接的教程中进行了讨论。

在发布代码的开头，您将cv2.HOGDescriptor() 对象实例化为hog。一旦创建，该对象将具有 cv2.HOGDescriptor() 类的所有绑定属性和方法，包括 .compute() 方法，一旦您调用它。

this question 有一些关于基本用法的讨论，here is a link 有一些关于 HOGDescriptor` 类的基本文档的讨论