2. 程式人生 > >基於HOG+SVM的貓咪識別器

基於HOG+SVM的貓咪識別器

阿新 • • 發佈：2018-11-01

版權宣告：本文為博主原創文章，未經博主允許不得轉載。    https://blog.csdn.net/Co_zy/article/details/78308316
目的
使用HOG+SVM演算法和OpenCV實現一個圖片分類器，通過自己訓練分類器，達到可以判斷任意圖片是否是貓咪的效果

實驗環境
python2.7 
win10

實驗知識點
-HOG+SVM分類器的基本原理 
-OpenCV處理圖片 
-訓練分類器，以得到適合自己專案的分類器 
-Python檔案操作

下面會首先介紹一下OpenCV,HOG,SVM的相關知識 
- ##Opencv

1.讀取圖片
import cv2

img_path = 'test.jpg'
image = cv2.imread(filename=img_path)

#視窗預設一直處於彈出窗狀態
cv2.waitKey()
#按任意鍵盤，銷燬視窗
cv2.destroyAllWindows()
1
2
3
4
5
6
7
8
9
2.圖片資料型別
影象是由畫素組成的，而畫素實際上就是帶有座標位置和顏色資訊的點。我們把圖片想象成由若干行，若干列的點組成的， 現實中有RGB顏色系統，我們可以把圖中任意一點（位置在第m行，第n列）的點A表示為

A[m,n] = [blue,green,red]
1
我們可以看下image的shape 
800行，480列的點組成的圖片，RGB三色，圖片為彩色

>>>print(image.shape)
>>>(800,480,3)  
1
2
3.裁剪圖片大小
這裡介紹裁剪圖片大小的方法,由於輸入到分類器的圖片都是固定畫素的,所以我們需要對下載的圖片資料進行處理，使其符合我們程式的要求。將大圖片裁減成固定畫素的小圖片的程式如下：

# -*- coding: utf-8 -*-
'''
這段程式碼會掃描Python指令碼所在的資料夾的子資料夾other資料夾下的所有.jpg檔案，
然後使用OpenCV讀取圖片資料，
並按照指定的大小進行縮放，
將縮放後的結果寫入到指定目錄下的指定圖片中。
'''
import numpy as np 
import cv2
from os.path import dirname,join,basename
from glob import glob
'''
glob參考http://python.jobbole.com/81552/
os.path.join參考http://www.cnblogs.com/jsplyy/p/5634640.html
'''
num = 0
#dirname(__file__)參考http://blog.csdn.net/lxjames833539/article/details/5251608
for i in glob(join(dirname(__file__)+'\dog','*.jpg')):
    img = cv2.imread(i)
    '''
    interpolation即插值法
    INTER_AREA  - 使用畫素區域關係進行重取樣。
    它可能是影象抽取的首選方法，因為它會產生無雲紋理的結果。
    但是當影象縮放時，它類似於INTER_NEAREST方法
    '''
    res = cv2.resize(img,(194,259),interpolation = cv2.INTER_AREA)
    cv2.imwrite('E:/test/'+str(num)+'.jpg',res)
    num +=1
print('all done')
##視窗預設一直處於彈出窗狀態
cv2.waitKey(0)
##按任意鍵盤，銷燬視窗
cv2.destroyAllWindows()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
## HOG 
https://www.leiphone.com/news/201708/ZKsGd2JRKr766wEd.html
## SVM


實驗過程
SVM是一個由分類超平面定義的判別分類器。也就是說給定一組帶標籤的訓練樣本，演算法將會輸出一個最優超平面對新樣本(測試樣本)進行分類。

這也是監督型別機器學習的特點，即，把一堆帶有標籤的資料輸入到機器中，讓機器根據給定的資料計算出規則，再利用這個規則，去對未知資料進行分類。說白了，就是先積累幾年工作經驗，然後去工作。

本實驗是讀入輸入圖片的灰度圖，即黑白的。然後計算該圖片的hog值，將計算得到的結果作為向量來代表該圖片。對由很多張圖片組成的向量集進行計算，找到最大間距的分類超平面，進而分類資料。

hog的全稱是Histogram of Oriented Gradient, HOG，即方向梯度直方圖。它是一種在計算機視覺和影象處理中用來進行物體檢測的特徵描述子。它通過計算和統計影象區域性區域的梯度方向直方圖來構成特徵。Hog特徵結合SVM分類器已經被廣泛應用於影象識別中，尤其在行人檢測中獲得了極大的成功。HOG+SVM進行行人檢測的方法是法國研究人員Dalal在2005的CVPR上提出的，今天的很多行人檢測演算法基本都是以HOG+SVM的思路。

主要思想
在一副影象中，區域性目標的表象和形狀（appearance and shape）能夠被梯度或邊緣的方向密度分佈很好地描述。（本質：梯度的統計資訊，而梯度主要存在於邊緣的地方）。 
具體的實現方法是：首先將影象分成小的連通區域，我們把它叫細胞單元。然後採集細胞單元中各畫素點的梯度的或邊緣的方向直方圖。最後把這些直方圖組合起來就可以構成特徵描述器。 
提高效能：把這些區域性直方圖在影象的更大的範圍內（我們把它叫區間或block）進行對比度歸一化（contrast-normalized），所採用的方法是：先計算各直方圖在這個區間（block）中的密度，然後根據這個密度對區間中的各個細胞單元做歸一化。通過這個歸一化後，能對光照變化和陰影獲得更好的效果。 
優點：與其他的特徵描述方法相比，HOG有很多優點。首先，由於HOG是在影象的區域性方格單元上操作，所以它對影象幾何的和光學的形變都能保持很好的不變性，這兩種形變只會出現在更大的空間領域上。其次，在粗的空域抽樣、精細的方向抽樣以及較強的區域性光學歸一化等條件下，只要行人大體上能夠保持直立的姿勢，可以容許行人有一些細微的肢體動作，這些細微的動作可以被忽略而不影響檢測效果。因此HOG特徵是特別適合於做影象中的人體檢測的。

步驟
首先，我們根據已經分類好的資料集來對分類器進行訓練。我們的cat資料夾下全是貓的照片，而other資料夾下全不是貓，已經完成了貼標籤這個過程了。讓程式從這兩組資料裡學習，計算分類的方法。

使用HOG+SVM演算法進行訓練前，需要先計算每張圖片的HOG值以得到供SVM分類器使用的輸入向量。計算該值的演算法實現的一般過程為：

灰度化（OpenCV處理影象時，一般都處理為灰度影象，忽略顏色干擾） 
採用Gamma校正法對輸入影象進行顏色空間的標準化（歸一化）；目的是調節影象的對比度，降低影象區域性的陰影和光照變化所造成的影響，同時可以抑制噪音的干擾； 
計算影象每個畫素的梯度（包括大小和方向）；主要是為了捕獲輪廓資訊，同時進一步弱化光照的干擾。 
將影象劃分成小cells（例如6*6畫素/cell）； 
統計每個cell的梯度直方圖（不同梯度的個數），即可形成每個cell的descriptor； 
將每幾個cell組成一個block（例如3*3個cell/block），一個block內所有cell的特徵descriptor串聯起來便得到該block的HOG特徵descriptor。 
將影象image內的所有block的HOG特徵descriptor串聯起來就可以得到該image（你要檢測的目標）的HOG特徵descriptor了。這個就是最終的可供分類使用的特徵向量了。 
在本實驗中，沒有嚴格按照上述的過程實現，我們採用了下述方法：我們在每個cell內計算X和Y方向的Sobel導數。然後找到每個畫素的梯度和方向。此梯度被量化為16＊16個整數值。把每個影象分成四個子圖方塊。對於每個子正方形，計算加權其幅度的方向（16＊16bins）的直方圖。因此，每個子圖給我們一個包含16＊16個值的向量。四個這樣的向量（分別代表四個子圖的16*16向量）一起給我們一個特徵向量包含1024個值。這就是我們用來訓練資料的特徵向量。這部分的程式碼如下所示： 
(注:這段使用了Python3.6)

bin_n = 16*16 # Number of bins
def hog(img):
    x_pixel,y_pixel=194,259
    gx = cv2.Sobel(img, cv2.CV_32F, 1, 0)
    gy = cv2.Sobel(img, cv2.CV_32F, 0, 1)
    #cartToPolar函式參照 http://www.hahack.com/wiki/opencv-image.html
    mag, ang = cv2.cartToPolar(gx, gy)
    bins = np.int32(bin_n*ang/(2*np.pi))    # quantizing binvalues in (0...16)
    bin_cells = bins[:(int)(x_pixel/2),:(int)(y_pixel/2)], bins[(int)(x_pixel/2):,:(int)(y_pixel/2)], bins[:(int)(x_pixel/2),(int)(y_pixel/2):], bins[(int)(x_pixel/2):,(int)(y_pixel/2):]
    mag_cells = mag[:(int)(x_pixel/2),:(int)(y_pixel/2)], mag[(int)(x_pixel/2):,:(int)(y_pixel/2)], mag[:(int)(x_pixel/2),(int)(y_pixel/2):], mag[(int)(x_pixel/2):,(int)(y_pixel/2):]
    #bincount()統計出現的次數 參照http://blog.csdn.net/lanchunhui/article/details/50491632
    #ravel()參照http://blog.csdn.net/lanchunhui/article/details/50354978
    hists = [np.bincount(b.ravel(), m.ravel(), bin_n) for b, m in zip(bin_cells, mag_cells)]
    #hstack()返回結果為numpy的陣列
    hist = np.hstack(hists)     # hist is a 64 bit vector
#    print hist.shape
#    print type(hist)
    return hist
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
完整的程式碼如下所示，程式首先掃描cat和other資料夾內的圖片，然後用灰度方式讀入，計算每個圖片的hog值，然後建立SVM分類器，使用輸入的資料進行訓練，將訓練結果保存於svm_cat_data.dat檔案中。

# -*- coding: utf-8 -*-
import numpy as np
import cv2
#from matplotlib import pyplot as plt
from os.path import dirname, join, basename
import sys
from glob import glob


bin_n = 16*16 # Number of bins

def hog(img):
    x_pixel,y_pixel=194,259
    gx = cv2.Sobel(img, cv2.CV_32F, 1, 0)
    gy = cv2.Sobel(img, cv2.CV_32F, 0, 1)
    mag, ang = cv2.cartToPolar(gx, gy)
    bins = np.int32(bin_n*ang/(2*np.pi))    # quantizing binvalues in (0...16)
    bin_cells = bins[:x_pixel/2,:y_pixel/2], bins[x_pixel/2:,:y_pixel/2], bins[:x_pixel/2,y_pixel/2:], bins[x_pixel/2:,y_pixel/2:]
    mag_cells = mag[:x_pixel/2,:y_pixel/2], mag[x_pixel/2:,:y_pixel/2], mag[:x_pixel/2,y_pixel/2:], mag[x_pixel/2:,y_pixel/2:]
    hists = [np.bincount(b.ravel(), m.ravel(), bin_n) for b, m in zip(bin_cells, mag_cells)]
    hist = np.hstack(hists)     # hist is a 64 bit vector
#    print hist.shape
#    print type(hist)
    return hist

#print glob(join(dirname(__file__)+'/cat','*.jpg'))
img={}
num=0
for fn in glob(join(dirname(__file__)+'/cat', '*.jpg')):
    img[num] = cv2.imread(fn,0)#引數加0，只讀取黑白資料，去掉0，就是彩色讀取。
#    print img[num].shape
    num=num+1
print num,' num'
print 'the file path is ', dirname(__file__)
positive=num
for fn in glob(join(dirname(__file__)+'/other', '*.jpg')):
    img[num] = cv2.imread(fn,0)#引數加0，只讀取黑白資料，去掉0，就是彩色讀取。
#    print img[num].shape
    num=num+1
print num,' num'
print positive,' positive'

trainpic=[]
for i in img:
#    print type(i)
    trainpic.append(img[i])

svm_params = dict( kernel_type = cv2.SVM_LINEAR,
                    svm_type = cv2.SVM_C_SVC,
                    C=2.67, gamma=5.383 )
#img = cv2.imread('02.jpg',0)
#hist_full = cv2.calcHist([img],[0],None,[256],[0,256])
#print hist_full
#plt.plot(hist_full)
#plt.show()

#img1 = cv2.imread('02.jpg',0)
#temp=img[0].ravel()
#print temp
#print len(temp)
temp=hog(img[0])
print temp.shape

#hogdata = [map(hog,img[i]) for i in img]
hogdata = map(hog,trainpic)
print np.float32(hogdata).shape,' hogdata'
trainData = np.float32(hogdata).reshape(-1,bin_n*4)
print trainData.shape,' trainData'
responses = np.float32(np.repeat(1.0,trainData.shape[0])[:,np.newaxis])
responses[positive:trainData.shape[0]]=-1.0
print responses.shape,' responses'
print len(trainData)
print len(responses)
print type(trainData)

svm = cv2.SVM()
svm.train(trainData,responses, params=svm_params)
svm.save('svm_cat_data.dat')
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
機器學習是一個不斷迭代的過程。訓練的資料集越大越好，訓練時間當然也是越長效果越好。當機器認錯了圖片的時候，我們要把這個圖片拿出來，標記正確，輸入機器再訓練一遍，如此迭代下去。本實驗只訓練了一次以演示原理。

我們得到了訓練好的資料svm_cat_data.dat後，可以用它來分類測試圖片。

建立程式如下：

# -*- coding: utf-8 -*-

import numpy as np
import cv2
#from matplotlib import pyplot as plt
from os.path import dirname, join, basename
import sys
from glob import glob

bin_n = 16*16 # Number of bins

def hog(img):
    x_pixel,y_pixel=194,259
    gx = cv2.Sobel(img, cv2.CV_32F, 1, 0)
    gy = cv2.Sobel(img, cv2.CV_32F, 0, 1)
    mag, ang = cv2.cartToPolar(gx, gy)
    bins = np.int32(bin_n*ang/(2*np.pi))    # quantizing binvalues in (0...16)
    bin_cells = bins[:x_pixel/2,:y_pixel/2], bins[x_pixel/2:,:y_pixel/2], bins[:x_pixel/2,y_pixel/2:], bins[x_pixel/2:,y_pixel/2:]
    mag_cells = mag[:x_pixel/2,:y_pixel/2], mag[x_pixel/2:,:y_pixel/2], mag[:x_pixel/2,y_pixel/2:], mag[x_pixel/2:,y_pixel/2:]
    hists = [np.bincount(b.ravel(), m.ravel(), bin_n) for b, m in zip(bin_cells, mag_cells)]
    hist = np.hstack(hists)     # hist is a 64 bit vector
#    print hist.shape
#    print type(hist)
    return hist

#print glob(join(dirname(__file__)+'/cat','*.jpg'))
img={}
num=0
for fn in glob(join(dirname(__file__)+'/cat', '*.jpg')):
    img[num] = cv2.imread(fn,0)#引數加0，只讀取黑白資料，去掉0，就是彩色讀取。
#    print img[num].shape
    num=num+1
print num,' num'
positive=num
for fn in glob(join(dirname(__file__)+'/other', '*.jpg')):
    img[num] = cv2.imread(fn,0)#引數加0，只讀取黑白資料，去掉0，就是彩色讀取。
#    print img[num].shape
    num=num+1
print num,' num'
print positive,' positive'

trainpic=[]
for i in img:
#    print type(i)
    trainpic.append(img[i])

svm_params = dict( kernel_type = cv2.SVM_LINEAR,
                    svm_type = cv2.SVM_C_SVC,
                    C=2.67, gamma=5.383 )

temp=hog(img[0])
print temp.shape

#hogdata = [map(hog,img[i]) for i in img]
hogdata = map(hog,trainpic)
print np.float32(hogdata).shape,' hogdata'
trainData = np.float32(hogdata).reshape(-1,bin_n*4)
print trainData.shape,' trainData'
#trainData.shape[0] = 89
#重新定義一個89行,轉置為89列,向量轉置np.newaxis,每個都賦值為1.0
responses = np.float32(np.repeat(1.0,trainData.shape[0])[:,np.newaxis])
# print responses
responses[positive:trainData.shape[0]]=-1.0
# print trainData

print responses.shape,' responses'
print len(trainData)
print len(responses)
print type(trainData)

svm = cv2.SVM()

svm.load('svm_cat_data.dat')

img = cv2.imread('E:/Python/cat/predict/05.jpg',0)
#print img.shapes,' img_test0'
hogdata = hog(img)
testData = np.float32(hogdata).reshape(-1,bin_n*4)
print testData.shape,' testData'
result = svm.predict(testData)
print result
if result > 0:
    print 'this pic is a cat!'

test_temp=[]
for fn in glob(join(dirname(__file__)+'/predict', '*.jpg')):
    img=cv2.imread(fn,0)#引數加0，只讀取黑白資料，去掉0，就是彩色讀取。
    test_temp.append(img)
print len(test_temp),' len(test_temp)'

hogdata = map(hog,test_temp)
testData = np.float32(hogdata).reshape(-1,bin_n*4)
print testData.shape,' testData'
result = [svm.predict(eachone) for eachone in testData]
print result
--------------------- 
作者：Co_zy 
來源：CSDN 
原文：https://blog.csdn.net/Co_zy/article/details/78308316 
版權宣告：本文為博主原創文章，轉載請附上博文連結！

相關推薦

基於HOG+SVM的貓咪識別器

版權宣告：本文為博主原創文章，未經博主允許不得轉載。    https://blog.csdn.net/Co_zy/article/details/78308316 目的 使用HOG+SVM演算法和OpenCV實現一個圖片分類器，通過自己訓練分類器，達到可以判斷任意圖片

基於Google object detection API的貓臉識別器

近期趁著閒下來整理一下之前做的各種東西。 首先是這麼一個貓臉識別器：基於Google提供、Tensorflow框架下的object detection API，只需準備幾百張自己的資料集，在Google提供的訓練好的模型上進一步訓練，可以在短時間內得到一個性能相對較好（準確

opencv3+ hog+svm前車識別，程式碼裡有acfdetection的，但是效果不好

直接上程式碼把，利用opencv的hog和svm的庫函式實現識別，在我的資料集下正確率95%以上 訓練，save引數和load，load有一些問題SVM字首不行，得用StatModel，注意大小寫，谷歌說opencv3+不用線性核load會出問題，說是opencv的bug，

基於SVM的貓咪圖片識別器

分享一下我老師大神的人工智慧教程！零基礎，通俗易懂！http://blog.csdn.net/jiangjunshow 也歡迎大家轉載本篇文章。分享知識，造福人民，實現我們中華民族偉大復興！        

第十八節、基於傳統圖像處理的目標檢測與識別(HOG+SVM附代碼)

當我 陰影 .fig 來源 end 映射 形狀 itl eee 其實在深度學習分類中我們已經介紹了目標檢測和目標識別的概念、為了照顧一些沒有學過深度學習的童鞋，這裏我重新說明一次：目標檢測是用來確定圖像上某個區域是否有我們要識別的對象，目標識別是用來判斷圖片上這個對象是什麽

【機器學習--opencv3.4.1版本基於Hog特徵描述子Svm對經典手寫數字識別】

 方向梯度直方圖（Histogram of Oriented Gradient, HOG）特徵是一種在計算機視覺和影象處理中用來進行物體檢測的特徵描述子。HOG特徵通過計算和統計影象區域性區域的梯度方向直方圖來構成特徵。 #include <iostream> #inc

基於opencv的手寫數字識別（MFC,HOG,SVM）

因為本程式是提取HOG特徵，使用SVM進行分類的，所以大概瞭解下HOG的一些知識，其中我覺得怎麼計算影象HOG特徵的維度會對程式瞭解有幫助 關於HOG，我們可以參考： http://gz-ricky.blogbus.com/logs/85326

第十八節、基於傳統影象處理的目標檢測與識別(HOG+SVM附程式碼)

其實在深度學習分類中我們已經介紹了目標檢測和目標識別的概念、為了照顧一些沒有學過深度學習的童鞋，這裡我重新說明一次：目標檢測是用來確定影象上某個區域是否有我們要識別的物件，目標識別是用來判斷圖片上這個物件是什麼。識別通常只處理已經檢測到物件的區域，例如，人們總是會使在已有的人臉影象的區域去識別人臉。 傳統的目

opencv——基於SVM的數字識別（3）

前兩篇文章寫了基於兩種特徵提取的SVM數字識別 https://blog.csdn.net/weixin_41721222/article/details/84953788 https://blog.csdn.net/weixin_41721222/article/details/84978

kaggle | 基於樸素貝葉斯分類器的語音性別識別

概要： 本實驗基於kaggle上的一個資料集，採用樸素貝葉斯分類器，實現了通過語音識別說話人性別的功能。本文將簡要介紹這一方法的原理、程式碼實現以及在程式設計過程中需要注意的若干問題，程式碼仍然是用MATLAB寫成的。 關鍵字： MATLAB; 語音性別識別

MINIST | 基於樸素貝葉斯分類器的0-9數字手寫體識別

概要： 本實驗基於MINIST資料集，採用樸素貝葉斯分類器，實現了0-9數字手寫體的識別。本文將簡要介紹這一方法的原理、程式碼實現以及在程式設計過程中需要注意的若干問題，程式碼仍然是用MATLAB寫成的。 關鍵字： MATLAB; 影象處理; 數字手寫體識別

基於PCA和SVM的人臉識別

程式中採用的資料集是ORL人臉庫，該人臉庫共有400副人臉影象，40人，每人10幅，大小為112*92畫素，同一個人的表情，姿勢有少許變化。 程式的流程主要分為三部分，資料的預處理(PCA降維和規格化)，資料的訓練階段，資料的識別階段 資料的預處理的流程圖如下： 資料的訓

機器學習之用Hog+Svm人臉檢測、交通標誌和字元識別等(初學者)

首先宣告，這裡主要用svm進行一個簡單的二分類，最後得到結果，我們把正樣本設為1，負樣本設為0。 這裡只是一個簡單的介紹，後面會有相關詳細介紹的連結，個人認為比較好的，對我們比較有幫助的連結，有興趣的可以去看看。當然，本文對初學者有點幫助，也特別歡迎大神來拍！

基於PCA和SVM的人臉識別系統

由《數字影象處理與機器視覺》總結。 1.人臉識別簡介 2.前期處理 3.資料規格化 3.1 資料規格化的必要性 3.2 資料規格化方法 3.3 實現人臉特徵資料的規格化 4.核函式的選擇 5.引數選擇 5.1 資料集格式化 5.2 搜尋引數 6.構建多類SVM分類器 6.1

#基於SVM的人臉識別

#資料說明 LFW全稱為Labeled Faces in the Wild, 是一個應用於人臉識別問題的資料庫，更多內容檢視官方網站：http://vis-www.cs.umass.edu/lfw LFW語料圖片，每張圖片都有人名Label標記。每個

基於PCA和SVM的人臉識別系統－error修改

------------------------------------------------- Undefined function or variable 'W'. Error in classify (line 18) xNewFace = xNewFace*W;

車牌識別技術詳解五--採用LBP+HOG SVM做目標分類，車牌檢測，字元檢測等

              在樣本數量比較少的情況下，可以採用HOG、SVM對樣本進行初步的篩選出，正負樣本，本文接著上一節二值化出來部分樣本後，用pictureRelate做初步篩選出正負樣本各50

opencv——基於SVM的數字識別（2）

上篇文章我們用的特徵是訓練樣本的所有畫素點值，雖然方便但不準確。 這篇文章主要介紹用SVM+HOG特徵對數字進行識別。 詳細請看上篇文章，它們主要區別在於訓練樣本HOG特徵的提取，其他基本一樣，所以我直接附上程式碼。 下面程式碼是opencv3和C++ 可以根據自己需要修改訓練樣本類

opencv——基於SVM的數字識別（1）

關於SVM的原理有很多優秀的視訊和資料，這裡我主要說下利用SVM對數字識別的具體應用 首先，需要有數字的訓練樣本 https://download.csdn.net/download/weixin_41721222/10784418 把0-9資料夾放入模版匹配樣本之中，自己可

車牌識別-字元識別(HOG+SVM)

-To illustrate, this paper showshow to classify numerical digits using HOG (Histogram of Oriented Gradient)features [1] and an SVM (Support Vector Machine)