HOGDescriptor 带有视频以识别对象

Question

不幸的是，我既是 python 又是 openCV 初学者，如果问题很愚蠢，请见谅。

我正在尝试使用cv2.HOGDescriptor 来识别视频中的对象。我关心的是逐帧识别（即没有跟踪）。

---

这是我正在做的：

1. 我通过使用

   阅读了视频（目前是.mpg）

   capture = cv.CreateFileCapture(video_path) #some path in which I have my video
   #capturing frames
   frame = cv.QueryFrame(capture) #returns cv2.cv.iplimage
   

2. 为了最终在框架上使用检测器（我会使用

   found, w = hog.detectMultiScale(frame, winStride, padding, scale)
   

   ) 我想我需要将 frame 从 cv2.cv.iplimage 转换为 numpy.ndarray 我做的

   tmp = cv.CreateImage(cv.GetSize(frame),8,3)
   cv.CvtColor(frame,tmp,cv.CV_BGR2RGB)
   
   ararr = np.asarray(cv.GetMat(tmp)).
   

现在我有以下错误：

    found, w = hog.detectMultiScale(ararr, winStride, padding, scale)
 TypeError: a float is required

在哪里

    winStride=(8,8)
    padding=(32,32)
    scale=1.05

我真的不明白哪个元素是这里真正的问题。 IE。哪个数字应该是浮点数？

任何帮助表示赞赏

Answer 1

不需要自己执行额外的转换，这个问题与 Python 的新旧 OpenCV 绑定的混合有关。关于hog.detectMultiScale 的另一个问题仅仅是由于参数排序不正确。

查看help(cv2.HOGDescriptor().detectMultiScale)可以直接看到第二个问题：

detectMultiScale(img[, hitThreshold[, winStride[, padding[, 
           scale[, finalThreshold[, useMeanshiftGrouping]]]]]])

如您所见，除了第一个参数（图像）之外，每个参数都是可选的。排序也很重要，因为您有效地将winStride 用作第一个，而预计它将是第二个，依此类推。您可以使用命名参数来传递它。 （所有这些都已在较早的答案中观察到。）

另一个问题是代码混合，这里有一个你应该考虑使用的示例代码：

import sys
import cv2

hog = cv2.HOGDescriptor()
hog.setSVMDetector(cv2.HOGDescriptor_getDefaultPeopleDetector())
hogParams = {'winStride': (8, 8), 'padding': (32, 32), 'scale': 1.05}

video = cv2.VideoCapture(sys.argv[1])
while True:
    ret, frame = video.read()
    if not ret:
        break

    result = hog.detectMultiScale(frame, **hogParams)
    print result

Answer 2

HOGDescriptor::detectMultiScale 的 C++ 版本的文档显示win_stride 参数之前的hit_threshold 参数（类型为double）。因此，您似乎缺少该函数的参数。要接受 win_stride 的默认参数，您应该将问题中使用的附加参数作为关键字传递。