Python 使用Opencv实现目标检测与识别的示例代码_Python

在上章节讲述到图像特征检测与匹配，本章节是讲述目标检测与识别。后者是在前者的基础上进一步完善。
在本章中，我们使用HOG算法，HOG和SIFT、SURF同属一种类型的描述符。功能代码如下：

				?

									import cv2

									def is_inside(o, i):

									 ox, oy, ow, oh = o

									 ix, iy, iw, ih = i

									 # 如果符合条件，返回True，否则返回False

									 return ox > ix and oy > iy and ox + ow < ix + iw and oy + oh < iy + ih

									# 根据坐标画出人物所在的位置

									def draw_person(img, person):

									 x, y, w, h = person

									 cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 255), 2)

									# 定义HOG特征+SVM分类器

									img = cv2.imread("people.jpg")

									hog = cv2.HOGDescriptor()

									hog.setSVMDetector(cv2.HOGDescriptor_getDefaultPeopleDetector())

									found, w = hog.detectMultiScale(img, winStride=(8, 8), scale=1.05)

									# 判断坐标位置是否有重叠

									found_filtered = []

									for ri, r in enumerate(found):

									 for qi, q in enumerate(found):

									 a = is_inside(r, q)

									 if ri != qi and a:

									  break

									 else:

									 found_filtered.append(r)

									# 勾画筛选后的坐标位置

									for person in found_filtered:

									 draw_person(img, person)

									# 显示图像

									cv2.imshow("people detection", img)

									cv2.waitKey(0)

									cv2.destroyAllWindows()