HOG 使用 OpenCV、HOGDescriptor 在 C++ 中进行可视化答案

【问题标题】：HOG features visualisation with OpenCV, HOGDescriptor in C++HOG 使用 OpenCV、HOGDescriptor 在 C++ 中进行可视化
【发布时间】：2012-06-07 10:02:52
【问题描述】：

我使用 OpenCV C++ Lib 的 HOGDescriptor 来计算图像的特征向量。我想可视化源图像中的特征。谁能帮我？

【问题讨论】：

对于任何想要从事此工作的人，这里有一个指向 HOG details 的链接，其中似乎包含了您需要弄清楚一些可视化的所有定义。
出色的 HOG 描述，但它并不能帮助我使用 OpenCV 可视化 C++ 中的功能。
你是认真的吗？没有这些定义，描述符中的值就没有上下文。你是说你已经了解了关于 HOG 的一切，但你只是不知道如何用 C++ 制作图形/GUI？

标签： c++ opencv feature-detection

【解决方案1】：

我今天遇到了完全相同的问题。使用 OpenCV 的 HOGDescriptor::compute() 函数为 64x128 图像计算 HOGDescriptor 向量很容易，但没有内置函数可以将其可视化。

最后我设法理解了梯度方向幅度是如何存储在 3870 长的 HOG 描述符向量中的。

您可以在此处找到用于可视化 HOGDescriptor 的 C++ 代码：

http://www.juergenbrauer.org/old_wiki/doku.php?id=public:hog_descriptor_computation_and_visualization

希望对你有帮助！

于尔根

【讨论】：

这就是我想要的。谢谢。
我注意到您的代码将索引序列“Y 轴到 X 轴”替换为“X 轴到 Y 轴”。 “for (int blockx=0; blockx
计算每个单元格的梯度和可视化每个单元格的梯度是独立的——据我所知。可以先遍历所有行，然后遍历所有列（外循环：for y ...）或反过来（外循环：for x ...）。它只会影响我首先绘制的内容，但结果应该是相同的。此外，当使用 OpenCV 的功能计算 HOG 描述符向量时，HOG 描述符向量中梯度信息的顺序是固定的。
谢谢，但链接已失效。

【解决方案2】：

HOGgles¹ 是一种为 HOG 可视化而开发的方法，发表于 ICCV 2013。下面是一个示例：

这种可视化工具可能比绘制 HOG 的梯度向量更有用，因为人们可以更好地了解 HOG 对给定样本失败的原因。

更多信息可以在这里找到：http://web.mit.edu/vondrick/ihog/

¹C。 Vondrick、A. Khosla、T. Malisiewicz、A. Torralba。 “HOGgles: Visualizing Object Detection Features”国际计算机视觉会议 (ICCV)，澳大利亚悉尼，2013 年 12 月。

【讨论】：

你知道 HOGgles 的任何 python 实现吗？

【解决方案3】：

Thisopencv 群讨论引至a library written at Brown University。

在HOGpicture.m 中，您应该能够了解如何可视化描述符。这是相关的（matlab）代码。自己做点东西就够了吗？

（以下代码在MIT license下发布）

function im = HOGpicture(w, bs)

% HOGpicture(w, bs)
% Make picture of positive HOG weights.

% construct a "glyph" for each orientation
bim1 = zeros(bs, bs);
bim1(:,round(bs/2):round(bs/2)+1) = 1;
bim = zeros([size(bim1) 9]);
bim(:,:,1) = bim1;
for i = 2:9,
  bim(:,:,i) = imrotate(bim1, -(i-1)*20, 'crop');
end

% make pictures of positive weights bs adding up weighted glyphs
s = size(w);    
w(w < 0) = 0;    
im = zeros(bs*s(1), bs*s(2));
for i = 1:s(1),
  iis = (i-1)*bs+1:i*bs;
  for j = 1:s(2),
    jjs = (j-1)*bs+1:j*bs;          
    for k = 1:9,
      im(iis,jjs) = im(iis,jjs) + bim(:,:,k) * w(i,j,k);
    end
  end
end

【讨论】：

谢谢。我很难阅读 Matlap 语法。我可以部分跟踪计算，但看不到它如何帮助我可视化特征。代码有说明吗？
我已经很多年没有使用Matlab了，所以对我来说也不是很明显。如果我有时间，我会在我能理解的代码中添加我自己的注释。假设你清楚地描述了在图像的每个像素中放置什么，你能从那里处理它吗？或者您是否需要 HOG 可视化技术以及如何使用 GUI 显示图像？请澄清您的问题。
我要HOG可视化技术。
你能告诉我特征向量的 1 个特征代表什么吗？例如。我有一个图像（64x128），每个单元格 8x8 像素和一个 2x2 单元格的块（每个图像 105 个块），每个 HOG 有 9 个箱（Dalal-triggs）。这会产生 3780 (= 105x2x2x9) 个特征。我如何可视化这些特征？
或者我如何表示图像源中的 3780 个特征中的 1 个？

【解决方案4】：

我为任何 blockSize 和 cellSize 重新实现 HOGImage，它基于 Jürgen Brauer 的。见https://github.com/zhouzq-thu/HOGImage。

【讨论】：

欢迎来到 Stack Overflow！虽然这在理论上可以回答问题，it would be preferable 在此处包含答案的基本部分，并提供链接以供参考。