裁剪和调整图像大小以训练支持向量机

Question

我使用OpenCV（Python）使用HOG+SVM检测同一类的对象。我遵循Udacitiy项目的一个示例来检测车辆：visithttps://github.com/TusharChugh/Vehicle-Detection-HOG/blob/master/src/vehicle-detection.ipynb。在这个例子中，他们使用一个准备好的车辆数据集，其中包含裁剪和调整大小的图像。在

我问是否有人有一个想法，裁剪和调整图像大小，其中包含对象和背景在同一个图像？或者如何标记图像并将它们集成到上面提到的示例中？ 我使用Windows10和Python3.6。在

提前谢谢

Answer 1

Read a negative input and convert to a Histogram of oriented gradients (HOG) 
    samples = []
    labels = []   
    for filename in glob.glob(os.path.join(negative_path, '*.jpg')):
        img = cv2.imread(filename, 1) 
        hist = hog(img)
        samples.append(hist)
        labels.append(1)

For the positive samples use the same code as above but with:
    labels.append(0)

then just train the svm modell with:
    svm.train(samples, cv2.ml.ROW_SAMPLE, labels)