HOGDescriptor,带有可识别物体的视频

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.

我正在尝试使用a 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:

1. 我.mpg通过使用阅读视频(目前为a )

   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探测器(我将使用它做

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

   )我想,我需要转换frame从cv2.cv.iplimage到numpy.ndarray 我做到了通过

   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

Answer 1

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.另一个问题hog.detectMultiScale仅仅是由于参数排序不正确.

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

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,因为您实际上winStride是第一个使用,而预计是第二个,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