该类实现了方向梯度直方图 ([63]) 目标检测器。更多...

#include <opencv2/cudaobjdetect.hpp>

cv::cuda::HOG 的协作图

公有成员函数
virtual void	compute (InputArray img, OutputArray descriptors, Stream &stream=Stream::Null())=0
	返回为整个图像计算的块描述符。

void	detect (InputArray img, std::vector< Point > &found_locations, std::vector< double > &confidences)

virtual void	detect (InputArray img, std::vector< Point > &found_locations, std::vector< double > *confidences=NULL)=0
	执行目标检测，不使用多尺度窗口。

void	detectMultiScale (InputArray img, std::vector< Rect > &found_locations, std::vector< double > &confidences)

virtual void	detectMultiScale (InputArray img, std::vector< Rect > &found_locations, std::vector< double > *confidences=NULL)=0
	使用多尺度窗口执行目标检测。

void	detectMultiScaleWithoutConf (InputArray img, std::vector< Rect > &found_locations)
	使用多尺度窗口执行目标检测。

void	detectWithoutConf (InputArray img, std::vector< Point > &found_locations)
	执行目标检测，不使用多尺度窗口。

virtual size_t	getBlockHistogramSize () const =0
	返回块直方图大小。

virtual Mat	getDefaultPeopleDetector () const =0
	返回用于行人检测的训练分类器的系数。

virtual HOGDescriptor::DescriptorStorageFormat	getDescriptorFormat () const =0

virtual size_t	getDescriptorSize () const =0
	返回分类所需的系数数量。

virtual bool	getGammaCorrection () const =0

virtual int	getGroupThreshold () const =0

virtual double	getHitThreshold () const =0

virtual double	getL2HysThreshold () const =0

virtual int	getNumLevels () const =0

virtual double	getScaleFactor () const =0

virtual double	getWinSigma () const =0

virtual Size	getWinStride () const =0

virtual void	setDescriptorFormat (HOGDescriptor::DescriptorStorageFormat descr_format)=0

virtual void	setGammaCorrection (bool gamma_correction)=0
	指定是否需要伽马校正预处理的标志。

virtual void	setGroupThreshold (int group_threshold)=0

virtual void	setHitThreshold (double hit_threshold)=0

virtual void	setL2HysThreshold (double threshold_L2hys)=0
	L2-Hys 归一化方法的收缩率。

virtual void	setNumLevels (int nlevels)=0
	检测窗口增加的最大数量。

virtual void	setScaleFactor (double scale0)=0
	检测窗口增加的系数。

virtual void	setSVMDetector (InputArray detector)=0
	设置线性 SVM 分类器的系数。

virtual void	setWinSigma (double win_sigma)=0
	高斯平滑窗口参数。

virtual void	setWinStride (Size win_stride)=0
	窗口步长。它必须是块步长的倍数。

从 cv::Algorithm 继承的公有成员函数
	Algorithm ()

virtual	~Algorithm ()

virtual void	clear ()
	清除算法状态。

virtual bool	empty () const
	如果 Algorithm 为空（例如，在开始时或读取失败后），则返回 true。

virtual String	getDefaultName () const

virtual void	read (const FileNode &fn)
	从文件存储中读取算法参数。

virtual void	save (const String &filename) const

void	write (const Ptr< FileStorage > &fs, const String &name=String()) const

virtual void	write (FileStorage &fs) const
	将算法参数存储在文件存储中。

void	write (FileStorage &fs, const String &name) const

静态公有成员函数
static Ptr< HOG >	create (Size win_size=Size(64, 128), Size block_size=Size(16, 16), Size block_stride=Size(8, 8), Size cell_size=Size(8, 8), int nbins=9)
	创建 HOG 描述符和检测器。

从 cv::Algorithm 继承的静态公有成员函数
template<typename _Tp >
static Ptr< _Tp >	load (const String &filename, const String &objname=String())
	从文件中加载算法。

template<typename _Tp >
static Ptr< _Tp >	loadFromString (const String &strModel, const String &objname=String())
	从字符串加载算法。

template<typename _Tp >
static Ptr< _Tp >	read (const FileNode &fn)
	从文件节点读取算法。

其他继承成员
从 cv::Algorithm 继承的受保护成员函数
void	writeFormat (FileStorage &fs) const

详细说明

该类实现了方向梯度直方图 ([63]) 目标检测器。

注意

可以在 opencv_source_code/samples/cpp/peopledetect.cpp 中找到将 HOG 描述符应用于行人检测的示例
可以在 opencv_source_code/samples/gpu/hog.cpp 中找到将 HOG 描述符应用于行人检测的 CUDA 示例
（Python）可以在 opencv_source_code/samples/python/peopledetect.py 中找到将 HOG 描述符应用于行人检测的示例

成员函数文档

◆ compute()

virtual void cv::cuda::HOG::compute	(	输入数组	img,
		输出数组	描述符,
		流 &	stream = `Stream::Null()`
	)

纯虚函数

返回为整个图像计算的块描述符。

参数

img	源图像。类型限制请参见 cuda::HOGDescriptor::detect。
描述符	描述符的二维数组。
流	CUDA 流。

◆ create()

static Ptr< HOG > cv::cuda::HOG::create	(	尺寸	win_size = `尺寸(64, 128)`,
		尺寸	block_size = `尺寸(16, 16)`,
		尺寸	block_stride = `尺寸(8, 8)`,
		尺寸	cell_size = `尺寸(8, 8)`,
		int	nbins = `9`
	)

静态

创建 HOG 描述符和检测器。

参数

win_size	检测窗口大小。与块大小和块步长对齐。
block_size	块大小（以像素为单位）。与单元格大小对齐。目前仅支持 (16,16)。
block_stride	块步长。它必须是单元格大小的倍数。
cell_size	单元格大小。目前仅支持 (8, 8)。
nbins	箱数。目前每个单元格仅支持 9 个箱。

◆ detect() [1/2]

void cv::cuda::HOG::detect	(	输入数组	img,
		std::vector< 点 > &	found_locations,
		std::vector< double > &	confidences
	)

内联

◆ detect() [2/2]

virtual void cv::cuda::HOG::detect	(	输入数组	img,
		std::vector< 点 > &	found_locations,
		std::vector< double > *	confidences = `NULL`
	)

纯虚函数

执行目标检测，不使用多尺度窗口。

参数

img	源图像。目前支持 CV_8UC1 和 CV_8UC4 类型。
found_locations	检测到的对象边界左上角的点。
confidences	置信度的可选输出数组。

◆ detectMultiScale() [1/2]

void cv::cuda::HOG::detectMultiScale	(	输入数组	img,
		std::vector< 矩形 > &	found_locations,
		std::vector< double > &	confidences
	)

内联

◆ detectMultiScale() [2/2]

virtual void cv::cuda::HOG::detectMultiScale	(	输入数组	img,
		std::vector< 矩形 > &	found_locations,
		std::vector< double > *	confidences = `NULL`
	)

纯虚函数

使用多尺度窗口执行目标检测。

参数

img	源图像。类型限制请参见 cuda::HOGDescriptor::detect。
found_locations	检测到的对象边界。
confidences	置信度的可选输出数组。

◆ detectMultiScaleWithoutConf()

void cv::cuda::HOG::detectMultiScaleWithoutConf	(	输入数组	img,
		std::vector< 矩形 > &	found_locations
	)

内联

使用多尺度窗口执行目标检测。

参数

img	源图像。类型限制请参见 cuda::HOGDescriptor::detect。
found_locations	检测到的对象边界。

◆ detectWithoutConf()

void cv::cuda::HOG::detectWithoutConf	(	输入数组	img,
		std::vector< 点 > &	found_locations
	)

内联

执行目标检测，不使用多尺度窗口。

参数

img	源图像。目前支持 CV_8UC1 和 CV_8UC4 类型。
found_locations	检测到的对象边界左上角的点。

◆ getBlockHistogramSize()

virtual size_t cv::cuda::HOG::getBlockHistogramSize ( ) 常量

纯虚函数

返回块直方图大小。

◆ getDefaultPeopleDetector()

virtual 矩阵 cv::cuda::HOG::getDefaultPeopleDetector ( ) 常量

纯虚函数

返回用于行人检测的训练分类器的系数。

◆ getDescriptorFormat()

virtual HOGDescriptor::DescriptorStorageFormat cv::cuda::HOG::getDescriptorFormat ( ) 常量

纯虚函数

◆ getDescriptorSize()

virtual size_t cv::cuda::HOG::getDescriptorSize ( ) 常量

纯虚函数

返回分类所需的系数数量。

◆ getGammaCorrection()

virtual bool cv::cuda::HOG::getGammaCorrection ( ) 常量

纯虚函数

◆ getGroupThreshold()

virtual int cv::cuda::HOG::getGroupThreshold ( ) 常量

纯虚函数

◆ getHitThreshold()

virtual double cv::cuda::HOG::getHitThreshold ( ) 常量

纯虚函数

◆ getL2HysThreshold()

virtual double cv::cuda::HOG::getL2HysThreshold ( ) 常量

纯虚函数

◆ getNumLevels()

virtual int cv::cuda::HOG::getNumLevels ( ) 常量

纯虚函数

◆ getScaleFactor()

virtual double cv::cuda::HOG::getScaleFactor ( ) 常量

纯虚函数

◆ getWinSigma()

virtual double cv::cuda::HOG::getWinSigma ( ) 常量

纯虚函数

◆ getWinStride()

virtual 尺寸 cv::cuda::HOG::getWinStride ( ) 常量

纯虚函数

◆ setDescriptorFormat()

virtual void cv::cuda::HOG::setDescriptorFormat ( HOGDescriptor::DescriptorStorageFormat descr_format )

纯虚函数

描述符存储格式

DESCR_FORMAT_ROW_BY_ROW - 行优先顺序。
DESCR_FORMAT_COL_BY_COL - 列优先顺序。

◆ setGammaCorrection()

virtual void cv::cuda::HOG::setGammaCorrection ( bool gamma_correction )

纯虚函数

指定是否需要伽马校正预处理的标志。

◆ setGroupThreshold()

virtual void cv::cuda::HOG::setGroupThreshold ( int group_threshold )

纯虚函数

用于调节相似性阈值的系数。检测到时，某些对象可能被多个矩形覆盖。0 表示不执行分组。请参阅 groupRectangles。

◆ setHitThreshold()

virtual void cv::cuda::HOG::setHitThreshold ( double hit_threshold )

纯虚函数

特征与 SVM 分类平面之间距离的阈值。通常为 0，应在检测器系数中指定（作为最后一个自由系数）。但如果省略了自由系数（这是允许的），则可以在此处手动指定。

◆ setL2HysThreshold()

virtual void cv::cuda::HOG::setL2HysThreshold ( double threshold_L2hys )

纯虚函数

L2-Hys 归一化方法的收缩率。

◆ setNumLevels()

virtual void cv::cuda::HOG::setNumLevels ( int nlevels )

纯虚函数

检测窗口增加的最大数量。

◆ setScaleFactor()

virtual void cv::cuda::HOG::setScaleFactor ( double scale0 )

纯虚函数

检测窗口增加的系数。

◆ setSVMDetector()

virtual void cv::cuda::HOG::setSVMDetector ( 输入数组 detector )

纯虚函数

设置线性 SVM 分类器的系数。

◆ setWinSigma()

virtual void cv::cuda::HOG::setWinSigma ( double win_sigma )

纯虚函数

高斯平滑窗口参数。

◆ setWinStride()

virtual void cv::cuda::HOG::setWinStride ( 尺寸 win_stride )

纯虚函数

窗口步长。它必须是块步长的倍数。

此类的文档是从以下文件生成的

opencv2/cudaobjdetect.hpp

公有成员函数

静态公有成员函数

其他继承成员

详细说明

成员函数文档

◆ compute()

◆ create()

◆ detect() [1/2]

◆ detect() [2/2]

◆ detectMultiScale() [1/2]

◆ detectMultiScale() [2/2]

◆ detectMultiScaleWithoutConf()

◆ detectWithoutConf()

◆ getBlockHistogramSize()

◆ getDefaultPeopleDetector()

◆ getDescriptorFormat()

◆ getDescriptorSize()

◆ getGammaCorrection()

◆ getGroupThreshold()

◆ getHitThreshold()

◆ getL2HysThreshold()

◆ getNumLevels()

◆ getScaleFactor()

◆ getWinSigma()

◆ getWinStride()

◆ setDescriptorFormat()

◆ setGammaCorrection()

◆ setGroupThreshold()

◆ setHitThreshold()

◆ setL2HysThreshold()

◆ setNumLevels()

◆ setScaleFactor()

◆ setSVMDetector()

◆ setWinSigma()

◆ setWinStride()