python - 带有视频识别对象的 HOGDescriptor

Question

不幸的是，我既是 python 又是 openCV 初学者，所以如果问题很愚蠢，请原谅。

我正在尝试使用 cv2.HOGDescriptor 来识别视频中的对象。我关心的是逐帧识别(即没有跟踪等)。

---

这是我正在做的:

1. 我使用

   阅读视频(当前为 .mpg)

   capture = cv.CreateFileCapture(video_path) #some path in which I have my video
   #capturing frames
   frame = cv.QueryFrame(capture) #returns cv2.cv.iplimage
   

2. 为了最终在帧上使用检测器(我会使用

   found, w = hog.detectMultiScale(frame, winStride, padding, scale)
   

   ) 我认为我需要将 frame 从 cv2.cv.iplimage 转换为 numpy.ndarray这是我做的

   tmp = cv.CreateImage(cv.GetSize(frame),8,3)
   cv.CvtColor(frame,tmp,cv.CV_BGR2RGB)
   
   ararr = np.asarray(cv.GetMat(tmp)).
   

现在我有以下错误:

    found, w = hog.detectMultiScale(ararr, winStride, padding, scale)
 TypeError: a float is required

在哪里

    winStride=(8,8)
    padding=(32,32)
    scale=1.05

我真的不明白哪个元素才是真正的问题所在。 IE。哪个数字应该是 float ？

感谢任何帮助

Answer 1

您无需自己执行额外的转换，该问题与 Python 的新旧 OpenCV 绑定(bind)混合有关。关于 hog.detectMultiScale 的另一个问题仅仅是由于参数顺序不正确。

第二个问题可以通过查看help(cv2.HOGDescriptor().detectMultiScale)直接看到:

detectMultiScale(img[, hitThreshold[, winStride[, padding[, 
           scale[, finalThreshold[, useMeanshiftGrouping]]]]]])

如您所见，每个参数都是可选的，但第一个(图像)除外。顺序也很重要，因为您有效地使用 winStride 作为第一个，而它应该是第二个，依此类推。您可以使用命名参数来传递它。 (所有这些都已在较早的答案中观察到。)

另一个问题是代码组合，这里是您应该考虑使用的示例代码:

import sys
import cv2

hog = cv2.HOGDescriptor()
hog.setSVMDetector(cv2.HOGDescriptor_getDefaultPeopleDetector())
hogParams = {'winStride': (8, 8), 'padding': (32, 32), 'scale': 1.05}

video = cv2.VideoCapture(sys.argv[1])
while True:
    ret, frame = video.read()
    if not ret:
        break

    result = hog.detectMultiScale(frame, **hogParams)
    print result