python – HOGDescriptor,带有可识别对象的视频

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – HOGDescriptor,带有可识别对象的视频，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1754字，纯文字阅读大概需要3分钟。

内容图文

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.

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

这是我在做的事情：

>我通过使用阅读视频(目前是.mpg)

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

>为了最终在帧上使用探测器(我将使用它做

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

我想我需要将帧从cv2.cv.iplimage转换为numpy.ndarray
我做过的

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是真正的问题.即哪个号码应该是浮点数？

任何帮助赞赏

解决方法:

没有必要自己执行额外的转换,这个问题与Python的新旧OpenCV绑定的混合有关.关于hog.detectMultiScale的另一个问题仅仅是由于参数排序不正确.

通过检查帮助(cv2.HOGDescriptor().detectMultiScale)可以直接看到第二个问题：

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).排序也很重要,因为你有效地使用winStride作为第一个,而预期它将是第二个,依此类推.您可以使用命名参数来传递它. (在之前的答案中已经观察到了这一切.)

另一个问题是代码组合,这是一个你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

内容总结

以上是互联网集市为您收集整理的python – HOGDescriptor,带有可识别对象的视频全部内容，希望文章能够帮你解决python – HOGDescriptor,带有可识别对象的视频所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端