带有视频识别对象的HOGDescriptor

Question

不幸的是，我既是蟒蛇，又是openCV初学者，所以如果这个问题很愚蠢，请原谅。

我正在尝试使用cv2.HOGDescriptor来识别视频中的对象。我关心的是一帧一帧的识别(即没有跟踪)。

以下是我正在做的事情：

1. 我通过以下方式读取视频(目前为.mpg) capture = cv.CreateFileCapture(video_path) #我的视频#捕获帧=cv.QueryFrame(捕获)#返回cv2.cv.iplimage的路径
2. 为了最终在帧上使用检测器(我会这样做) 发现，w=hog.detectMultiScale(框架，winStride，填充，鳞片) )我认为我需要将frame从cv2.cv.iplimage转换为numpy.ndarray，这是我所做的 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

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。也就是说，哪个数字应该是浮点数？

感谢你的任何帮助

Answer 1

没有必要自己执行额外的转换，这个问题与新的和旧的OpenCV绑定的混合有关。有关hog.detectMultiScale的另一个问题只是由于参数排序不正确。

第二个问题可以通过检查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，但第一个参数是(图像)。排序也很重要，因为您正在有效地使用winStride作为第一个，而期望它是第二个，依此类推。您可以使用命名参数传递它。(在先前的答复中已经观察到了这一切。)

另一个问题是代码组合，下面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

Answer 2

C++版本的HOGDescriptor：：多尺度探测文档显示了在win_stride参数之前的hit_threshold参数(类型为double)。因此，您似乎缺少了函数的参数。若要接受win_stride的默认参数，应将问题中使用的加法参数作为关键字传递。