在计算机视觉研究当中，HOG算法和LBP算法算是基础算法，但是却十分重要。后期很多图像特征提取的算法都是基于HOG和LBP，所以了解和掌握HOG，是学习计算机视觉的前提和基础。
HOG算法的原理很多资料都可以查到，简单来说，就是将图像分成一个cell，通过对每个cell的像素进行梯度处理，进而根据梯度方向和梯度幅度来得到cell的图像特征。随后，将每个cell的图像特征连接起来，得到一个BLock的特征，进而得到一张图片的特征。Opencv当中自带HOG算法，可以直接调用，进行图像的特征提取。但是作为一个初学者，自然应该自己手写一下HOG算法，这样能够更加透彻地去理解。
下面是我自己写的HOG,代码比较粗糙，为了适应下面的KNN分类器，HOG算法的接口设计为输入一张图片，返回一个vector向量。
class HOG{
private:
Mat img;
public:
vector<float>bins; //返回一个图片的HOG特征;
void GetImage(Mat src);
void Cut_to_Block(); //将图片分割成一个个Block;
void Cut_to_Cell(int pixel_x, int pixel_y); //将图片分割成一个个Cell;
void Cell_to_bin(int x, int y); //对每个Cell进行处理，得到每个Cell的bins;
};
void HOG::GetImage(Mat src){
bins.clear();
cvtColor(src, img, COLOR_RGB2GRAY);
Cut_to_Block();
}
void HOG::Cut_to_Block(){
for (int i = ; i <= img.rows - ; i = i + ){
for (int j = ; j <= img.cols - ; j = j + ){
Cut_to_Cell(i, j);
}
}
}
void HOG::Cut_to_Cell(int pixel_x, int pixel_y){
for (int i = pixel_x, m = ; m < ; i = i + , m++){
for (int j = pixel_y, n = ; n < ; j = j + , n++){
Cell_to_bin(i, j);
}
}
}
void HOG::Cell_to_bin(int x, int y){
int pixel_x; //cell的像素的起始位置行坐标；
int pixel_y; //cell的像素的起始位置纵坐标；
float pixel[][]; //我们一般默认cell为8*8的像素大小,但是为了储存周边店的像素，需要多加两个像素储存点的位置；
float gradient_M[][]; //保存梯度的幅值；
float gradient_Angle[][]; //保存像素梯度的方向；
float gradient_h[][];
float gradient_v[][];
float bin[]; //存放一个Cell当中的bins值;
pixel_x = x;
pixel_y = y;
//为了计算方便，我们将每个Cell的像素先提取出来，存放在pixel[][]当中；
for (int i = pixel_x - , m = ; i < pixel_x + ; i++, m++){
uchar *data = img.ptr<uchar>(i);
for (int j = pixel_y - , n = ; j < pixel_y + ; j++, n++){
pixel[m][n] = data[j];
}
}
//计算每个像素的梯度幅值和梯度角度；
for (int i = ; i<; i++){
for (int j = ; j<; j++){
gradient_h[i][j] = pixel[i + ][j] - pixel[i - ][j];
gradient_v[i][j] = pixel[i][j + ] - pixel[i][j - ];
gradient_M[i][j] = sqrt(gradient_h[i][j] * gradient_h[i][j] + gradient_v[i][j] * gradient_v[i][j]);
gradient_Angle[i][j] = atan2(gradient_h[i][j], gradient_v[i][j]) * ;
}
}
//根据每个像素的幅值进行维度的区分分类；
for (int i = ; i<; i++){
bin[i] = ;
}
for (int i = ; i<; i++){
for (int j = ; j<; j++){
if ((gradient_Angle[i][j] >= && gradient_Angle[i][j]<) || (gradient_Angle[i][j] >= && gradient_Angle[i][j]<)){
bin[] = bin[] + gradient_M[i][j];
}
if ((gradient_Angle[i][j] >= && gradient_Angle[i][j]<) || (gradient_Angle[i][j] >= && gradient_Angle[i][j]<)){
bin[] = bin[] + gradient_M[i][j];
}
if ((gradient_Angle[i][j] >= && gradient_Angle[i][j]<) || (gradient_Angle[i][j] >= && gradient_Angle[i][j]<)){
bin[] = bin[] + gradient_M[i][j];
}
if ((gradient_Angle[i][j] >= && gradient_Angle[i][j]<) || (gradient_Angle[i][j] >= && gradient_Angle[i][j]<)){
bin[] = bin[] + gradient_M[i][j];
}
if ((gradient_Angle[i][j] >= && gradient_Angle[i][j]<) || (gradient_Angle[i][j] >= && gradient_Angle[i][j]<)){
bin[] = bin[] + gradient_M[i][j];
}
if ((gradient_Angle[i][j] >= && gradient_Angle[i][j]<) || (gradient_Angle[i][j] >= && gradient_Angle[i][j]<)){
bin[] = bin[] + gradient_M[i][j];
}
if ((gradient_Angle[i][j] >= && gradient_Angle[i][j]<) || (gradient_Angle[i][j] >= && gradient_Angle[i][j]<)){
bin[] = bin[] + gradient_M[i][j];
}
if ((gradient_Angle[i][j] >= && gradient_Angle[i][j]<) || (gradient_Angle[i][j] >= && gradient_Angle[i][j]<)){
bin[] = bin[] + gradient_M[i][j];
}
if ((gradient_Angle[i][j] >= && gradient_Angle[i][j] <= ) || (gradient_Angle[i][j] >= && gradient_Angle[i][j] <= )){
bin[] = bin[] + gradient_M[i][j];
}
}
}
//归一化；
float sum_bin = ;
for (int i = ; i<; i++){
sum_bin = sum_bin + bin[i];
}
for (int i = ; i<; i++){
bin[i] = bin[i] / sum_bin;
if (bin[i]>0.2){
bin[i] = 0.2;
}
}
sum_bin = ;
for (int i = ; i<; i++){
sum_bin = sum_bin + bin[i];
}
for (int i = ; i<; i++){
bin[i] = bin[i] / sum_bin;
}
//返回bin[]的值到bins向量当中；
for (int i = ; i < ; i++){
bins.push_back(bin[i]);
}
}
写完了HOG算法，下面就开始写KNN 分类器了。KNN算法很容易理解，就是在一个元素周围选取最邻近的K个元素，然后分析这k个元素当中，哪一类占的比例最大，那么这个元素就属于该类。
同样Opencv当中也有KNN算法，为类CvKNearest()，直接调用便可以进行训练，具体地可以查阅相关文档。
class KNN{
private:
vector < vector < float >> datatrain;
vector<int> dataclass;
CvKNearest *knn;
public:
KNN();
//对从HOG算法传递出来的数据进行整合处理,src表示一张图的HOG特征数组,classfile表示这张图所代表的分类；
void Data_integration(vector<float> src, int classfile);
void KNN_Train(); //将HOG得到的数据进行相关处理，然后进行KNN训练；
int KNN_Test(vector<float> src); //将KNN训练好之后，传入一个HOG特征值，返回一个分类；
};
KNN::KNN(){
knn=new CvKNearest();
}
void KNN::Data_integration(vector<float> src, int classfile){
datatrain.push_back(src);
dataclass.push_back(classfile);
}
void KNN::KNN_Train(){
CvMat *DataTrain=cvCreateMat(,,CV_32FC1);
CvMat *DataClass=cvCreateMat(,,CV_32FC1);
for(int i=;i<;i++){
cvmSet(DataClass,i,,dataclass[i]);
for(int j=;j<;j++){
cvmSet(DataTrain,i,j,datatrain[i][j]);
}
}
knn->train(DataTrain,DataClass,,false,,false);
}
int KNN::KNN_Test(vector<float> src){
CvMat *DataSample = cvCreateMat(, , CV_32FC1);
for (int i = ; i < ; i++){
cvmSet(DataSample,,i,src[i]);
}
int k;
k = (int)knn->find_nearest(DataSample, );
return k;
}
有个HOG 和 KNN，那现在就可以进行训练了。我有了13类车牌图片进行训练，每类30张。
在这里，有一个东西要注意一下，那就是批量读取图片。我采用了一个很笨的方法，那就是把每张图片的地址存在一个txt文档当中，然后先读取地址，然后在读取图片。这样的方法，在图片数量较少的情况下可以使用的，但是图片数量成千上百张，就很麻烦了。
int main(){
HOG Hog;
KNN Knn;
string Imageadress[];
ifstream fin("train.txt"); //图片地址事先保存在train.txt文件当中；
for (int i = ; i<; i++){
getline(fin, Imageadress[i]); //从文件当中一行一行读出地址，保存到Imgaeadree当中；
}
Mat Image[];
for (int i = ; i < ; i++){
Image[i] = imread(Imageadress[i], ); //读入图片文件；
}
for (int i = ; i < ; i++){
int k = ;
k = i / ; //通过整除30，来获得该图片属于哪个分类当中的；
Hog.GetImage(Image[i]);
Knn.Data_integration(Hog.bins, k);
}
Knn.KNN_Train();
//进行检测；
ifstream testin("test4.txt");
string testImageadress[];
Mat testimg[];
for(int i=;i<;i++)
{
getline(testin,testImageadress[i]);
}
for(int i=;i<;i++){
testimg[i]=imread(testImageadress[i],);
}
int count=;
for(int i=;i<;i++){
int k;
Hog.GetImage(testimg[i]);
k=Knn.KNN_Test(Hog.bins);
cout<<k<<endl;
if(k!=){
count++;
}
}
cout<<"错误的数量："<<count<<endl;
}
训练完毕之后，我又使用13类图片，每类70张，进行检测分类。
很不幸，识别结果不是很理想，奔驰等简单的车牌识别率很高，可以达到百分之百，但是复杂的车牌识别率就瞬间下来了，当中的原因，是因为HOG算法写得有问题啊，不够好，需要改进。