特征提取方法(一)：HOG原理及OpenCV实现

方向梯度直方图（Histogram of Oriented Gradient, HOG）于2005年提出，是一种常用的特征提取方法，HOG+SVM在行人检测中有着优异的效果。

HOG基本思想： 在一幅图像中，梯度或边缘的方向密度分布能够很好地描述局部目标区域的特征，HOG正是利用这种思想，对梯度信息做出统计，并生成最后的特征描述。在HOG中，对一幅图像进行了如下划分： 图像(image)->检测窗口(win)->图像块(block)->细胞单元(cell)

流程图如下：

这里写图片描述

对于上述流程图，有几点需要注意的地方： 1.色彩和伽马归一化为了减少光照因素的影响，首先需要将整个图像进行规范化（归一化）。在图像的纹理强度中，局部的表层曝光贡献的比重较大，所以，这种压缩处理能够有效地降低图像局部的阴影和光照变化。 2.图像的梯度针对的是每一个像素计算得到，然后再cell中进行方向梯度直方图的构建，在block中进行对比度归一化操作。 3.由于窗口的滑动性与块的滑动行，窗口与块都会出现不同程度的重叠（由步长决定），此时在块内划分出的cell就会多次出现，这就意味着：每一个细胞单元的输出都多次作用于最终的描述器。

数字图像梯度的计算： 在二元连续函数的情形下，设函数z=f(x,y)在平面区域D内具有一阶连续偏导数，则对于每一点P(x,y)∈D，都可以定出一个向量

这里写图片描述

这向量称为函数z=f(x,y)在点P(x,y)的梯度，记作gradf(x,y)

而对于数字图像图像而言，相当于对二维离散函数求梯度，如下：

这里写图片描述

其中，I是图像像素的值(如：RGB值)，(i,j)为像素的坐标。

HOG中的win ,block ,cell ： 在一个图像中选择检测窗口，依靠检测窗口尺寸，窗口滑动步长与图像尺寸共同决定将选择几个检测窗口，比如图像的尺寸为166*80，检测窗口的尺寸为64*64，窗口步长为8*8。那么在图像的列中将滑动 （166-64）/8+1 = 13.75 显然这并不合乎逻辑，OpenCV封装的HOG提供了自动补偿功能，所以列中可以滑动出14个win；同理，行中： （80-64）/8+1 = 3 所以图像中共滑动3*14 = 42个win。

在一个检测窗口中选择块是一样的原理，给出块的尺寸为16*16，块步长为8*8，经过计算：检测窗口中共滑动7*7 = 49个block。

在一个块中选择细胞单元不再滑动，给出细胞单元的尺寸为8*8，块中一共有2*2个cell。

HOG构建方向梯度直方图： HOG构建方向梯度直方图在cell中完成，bins的个数决定了方向的范围。

这里写图片描述

细胞单元中的每一个像素点都为某个基于方向的直方图通道投票。 投票是采取加权投票的方式，即每一票都是带有权值的，这个权值是根据该像素点的梯度幅度计算出来。可以采用幅值本身或者它的函数来表示这个权值，实际测试表明： 使用幅值来表示权值能获得最佳的效果，当然，也可以选择幅值的函数来表示，比如幅值的平方根、幅值的平方、幅值的截断形式等。细胞单元可以是矩形的，也可以是星形的。直方图通道是平均分布在0-180（无向）或0-360（有向）范围内。经研究发现，采用无向的梯度和9个直方图通道，能在行人检测试验中取得最佳的效果。而在这种情况下方向的范围划分为180/9 = 20度。

HOG如何确定特征向量维数： 之前提到过，cell的中方向范围的个数由bins来决定，还是以9为例：所以，一个cell中的向量为9个，以上面的例子166*80图像中，描述子的威数就应该为：9*4*49*42=74088.

HOG的OpenCV实现： OpenCV中，HOG被封装在了HOGDescriptor 类中，而且OpenCV提供了直接利用HOG+SVM进行多尺度行人检测的函数detectMultiScale()，在这里我们不介绍它，只说明如何利用HOG提取出可以输入到SVM中的特征矩阵。

#include <iostream>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/objdetect/objdetect.hpp>

using namespace std;
using namespace cv;

#define Posnum   2  //正样本个数
#define Negnum 2    //负样本个数

int main()
{
  char adpos[128],adneg[128];
  HOGDescriptor hog(Size(64,64),Size(16,16),Size(8,8),Size(8,8),3);//利用构造函数，给对象赋值。
  int DescriptorDim;//HOG描述子的维数
  Mat samFeatureMat, samLabelMat;
//依次读取正样本图片，生成HOG描述子
  for (int i = 1;i <= Posnum ;i++)  
 {  
    sprintf_s(adpos, "F:\\pos\\%d.jpg", i);
    Mat src = imread(adpos);//读取图片
    vector<float> descriptors;//HOG描述子向量
    hog.compute(src,descriptors,Size(8,8));
    if ( i == 1)
    {
        DescriptorDim = descriptors.size();
        samFeatureMat = Mat::zeros(Posnum +Negnum , DescriptorDim, CV_32FC1);
        samLabelMat = Mat::zeros(Posnum +Negnum , 1, CV_32FC1);
    }
        for(int j=0; j<DescriptorDim; j++)
        {
            samFeatureMat.at<float>(i-1,j) = descriptors[j];
            samLabelMat.at<float>(i-1,0) = 1;
        }
 }
//依次读取负样本图片，生成HOG描述子
  for (int k = 1;k <= Negnum ;k++)  
 {  
    sprintf_s(adneg, "F:\\neg\\%d.jpg", k);
    Mat src = imread(adneg);//读取图片
    vector<float> descriptors;//HOG描述子向量
    hog.compute(src,descriptors,Size(8,8));

        for(int l=0; l<DescriptorDim; l++)
        {
            samFeatureMat.at<float>(k+Posnum-1,l) = descriptors[l];
            samLabelMat.at<float>(k+Posnum-1,0) = -1;
        }
 }
  cout<<"特征个数："<<samFeatureMat.rows<<endl;
  cout<<"特征维度："<<samFeatureMat.cols<<endl;
  return 0;
}

代码的逻辑还是很简单的，要注意的地方在于读取正样本的for循环中加入了一个if判断是为了初始化samFeatureMat矩阵的行列，显然，最后SVM要用来训练的矩阵为samFeatureMat和samLabelMat。samLabelMat的列为1，因为他只存放了一个正或负的标签，而samFeatureMat的则为：所有样本的个数*描述子维数。这也就是为啥初始化要放在循环里面了，因为没有提取特征呢，谁知道描述子维数是多少呢？（这样就不用手算了）

最后，我往文件夹里随便放了两张图片，测试了一下代码，图片太大了，导致维度有些高：

这里写图片描述