OPenCV CUDA模块目标检测----- HOG 特征提取和目标检测类cv::cuda::HOG

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

cv::cuda::HOG 是 OpenCV 的 CUDA 模块中对 HOG 特征提取和目标检测 提供的 GPU 实现。它与 CPU 版本的 cv::HOGDescriptor 类似,但利用了 GPU 的并行计算能力以提高性能。

公共成员函数

创建与初始化

函数 描述
static Ptr cv::cuda::HOG::create() 创建一个默认配置的 HOG 对象。
void setSVMDetector(InputArray _svmDetector) 设置 SVM 分类器权重向量,用于检测特定目标(如行人)。

参数设置(与 HOG 特征相关)

函数 描述
void setWinSize(Size winSize) 设置检测窗口大小(必须是 cell 大小的整数倍)。
void setBlockSize(Size blockSize) 设置 block 的大小(单位:像素)。
void setCellSize(Size cellSize) 设置 cell 的大小(单位:像素)。
void setBinCount(int nBins) 设置每个 cell 的方向直方图 bin 数量。
void setBlockStride(Size blockStride) 设置 block 移动步长(单位:像素)。
void setDerivativeAperture(int derivAperture) 设置图像平滑/导数计算的孔径大小。
void setWinSigma(double winSigma) 高斯窗口的标准差。
void setHistogramNormType(int histogramNormType) 设置直方图归一化方式(L2Hys, L1, L1Sqrt, L2)。
void setL2HysNormalization(bool l2HysNormalization) 是否启用 L2-Hys 归一化。
void setGammaCorrection(bool gammaCorrection) 是否启用伽马校正。
void setNumLevels(int numLevels) 设置金字塔层数。

检测方法

函数 描述
void detectMultiScale(InputArray img, OutputArray foundLocations, double hitThreshold = 0, Size winStride = Size(), Size padding = Size()) 在图像中多尺度检测目标,并返回检测到的位置(矩形框)。

示例代码(GPU 上的行人检测)

cpp 复制代码
#include <opencv2/cudaobjdetect.hpp>
#include <opencv2/opencv.hpp>

int main()
{
    // 创建 HOG 对象
    cv::Ptr< cv::cuda::HOG > hog = cv::cuda::HOG::create();

    // 设置 SVM 分类器(行人检测)
    std::vector< float > detector = cv::HOGDescriptor::getDefaultPeopleDetector();
    hog->setSVMDetector( detector );

    // 读取图像(默认为 BGR 三通道)
    cv::Mat frame = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/00001.jpg" );
    if ( frame.empty() )
    {
        std::cerr << "无法读取图像!" << std::endl;
        return -1;
    }

    // 转换为灰度图(CV_8UC1)
    cv::Mat gray_frame;
    cv::cvtColor( frame, gray_frame, cv::COLOR_BGR2GRAY );

    // 上传到 GPU
    cv::cuda::GpuMat d_frame( gray_frame );

    // 执行检测
    std::vector< cv::Rect > found_locations;
    hog->detectMultiScale( d_frame, found_locations );

    // 绘制检测结果
    for ( const auto& r : found_locations )
    {
        cv::rectangle( frame, r, cv::Scalar( 0, 0, 255 ), 2 );
    }

    cv::imshow( "Pedestrian Detection", frame );
    cv::waitKey( 0 );
    return 0;
}

运行结果

效果仅供演示,要想效果专业一下,得自己去训练模型了。

相关推荐
GEO_YScsn15 小时前
计算机视觉 (CV) 基础:图像处理、特征提取与识别
图像处理·人工智能·计算机视觉
金井PRATHAMA15 小时前
超越模仿,探寻智能的本源:从人类认知机制到下一代自然语言处理
人工智能·自然语言处理·知识图谱
l1t15 小时前
我改写的二分法XML转CSV文件程序速度追上了张泽鹏先生的
xml·c语言·人工智能·算法·expat
roshy15 小时前
MCP(模型上下文协议)入门教程1
人工智能·大模型·agent
一碗白开水一16 小时前
【论文阅读】Far3D: Expanding the Horizon for Surround-view 3D Object Detection
论文阅读·人工智能·深度学习·算法·目标检测·计算机视觉·3d
nju_spy16 小时前
李沐深度学习论文精读(二)Transformer + GAN
人工智能·深度学习·机器学习·transformer·gan·注意力机制·南京大学
山烛16 小时前
OpenCV 银行卡号识别
人工智能·opencv·计算机视觉·图像识别·数字识别
用户51914958484516 小时前
强大的OSINT情报工具:Blackbird用户名与邮箱搜索分析平台
人工智能·aigc
非晓为骁16 小时前
【AI】AI 评测入门(二):Prompt 迭代实战从“能跑通”到“能落地”
人工智能·prompt·提示词工程·ai评测
张较瘦_16 小时前
[论文阅读] 人工智能 + 软件工程 | TDD痛点破解:LLM自动生成测试骨架靠谱吗?静态分析+专家评审给出答案
论文阅读·人工智能·软件工程