视频识别对象的HOGDescriptor

Question

不幸的是，我既是一个python，又是一个openCV初学者，所以如果这个问题很愚蠢，请原谅我。

我试图使用cv2.HOGDescriptor来识别视频中的对象。我关心的是一帧一帧的识别（也就是说，没有跟踪等等）。

---

我正在做的是：

1. 我通过使用

   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检测器（我将使用

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

   ）我想我需要把frame从cv2.cv.iplimage转换成numpy.ndarray 我是这么做的

   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

其中

    winStride=(8,8)
    padding=(32,32)
    scale=1.05

我真的不明白哪一个元素才是真正的问题。一、 哪个数字应该是浮点数？

感谢任何帮助

Answer 1

不需要自己执行额外的转换，这个问题与新的和旧的OpenCV绑定的Python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。

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，除了第一个参数（图像）之外，每个参数都是可选的。排序也很重要，因为您有效地使用了winStride作为第一个，而它应该是第二个，依此类推。可以使用命名参数传递它。（在前面的回答中已经观察到了这一切。）

另一个问题是代码混合，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

<> >HOGDescriptor::detectMultiScale的C++版本的文档在^ {< CD3>}之前显示了^ {< CD1>}参数（类型{{CD2>}）。因此，似乎函数缺少一个参数。要接受win_stride的默认参数，您应该将问题中使用的加法参数作为关键字传递。