Python+OpenCV內(nèi)置方法如何實現(xiàn)行人檢測

小編給大家分享一下Python+OpenCV內(nèi)置方法如何實現(xiàn)行人檢測，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

您是否知道 OpenCV 具有執(zhí)行行人檢測的內(nèi)置方法？

OpenCV 附帶一個預(yù)訓(xùn)練的 HOG + 線性 SVM 模型，可用于在圖像和視頻流中執(zhí)行行人檢測。

今天我們使用Opencv自帶的模型實現(xiàn)對視頻流中的行人檢測，只需打開一個新文件，將其命名為 detect.py ，然后加入代碼：

# import the necessary packages
from __future__ import print_function
import numpy as np
import argparse
import cv2
import os

導(dǎo)入需要的包，然后定義項目需要的方法。

def nms(boxes, probs=None, overlapThresh=0.3):
    # if there are no boxes, return an empty list
    if len(boxes) == 0:
        return []

    # if the bounding boxes are integers, convert them to floats -- this
    # is important since we'll be doing a bunch of divisions
    if boxes.dtype.kind == "i":
        boxes = boxes.astype("float")

    # initialize the list of picked indexes
    pick = []

    # grab the coordinates of the bounding boxes
    x1 = boxes[:, 0]
    y1 = boxes[:, 1]
    x2 = boxes[:, 2]
    y2 = boxes[:, 3]

    # compute the area of the bounding boxes and grab the indexes to sort
    # (in the case that no probabilities are provided, simply sort on the
    # bottom-left y-coordinate)
    area = (x2 - x1 + 1) * (y2 - y1 + 1)
    idxs = y2

    # if probabilities are provided, sort on them instead
    if probs is not None:
        idxs = probs

    # sort the indexes
    idxs = np.argsort(idxs)

    # keep looping while some indexes still remain in the indexes list
    while len(idxs) > 0:
        # grab the last index in the indexes list and add the index value
        # to the list of picked indexes
        last = len(idxs) - 1
        i = idxs[last]
        pick.append(i)

        # find the largest (x, y) coordinates for the start of the bounding
        # box and the smallest (x, y) coordinates for the end of the bounding
        # box
        xx1 = np.maximum(x1[i], x1[idxs[:last]])
        yy1 = np.maximum(y1[i], y1[idxs[:last]])
        xx2 = np.minimum(x2[i], x2[idxs[:last]])
        yy2 = np.minimum(y2[i], y2[idxs[:last]])

        # compute the width and height of the bounding box
        w = np.maximum(0, xx2 - xx1 + 1)
        h = np.maximum(0, yy2 - yy1 + 1)

        # compute the ratio of overlap
        overlap = (w * h) / area[idxs[:last]]

        # delete all indexes from the index list that have overlap greater
        # than the provided overlap threshold
        idxs = np.delete(idxs, np.concatenate(([last],
                                               np.where(overlap > overlapThresh)[0])))

    # return only the bounding boxes that were picked
    return boxes[pick].astype("int")
image_types = (".jpg", ".jpeg", ".png", ".bmp", ".tif", ".tiff")
def list_images(basePath, contains=None):
    # return the set of files that are valid
    return list_files(basePath, validExts=image_types, contains=contains)


def list_files(basePath, validExts=None, contains=None):
    # loop over the directory structure
    for (rootDir, dirNames, filenames) in os.walk(basePath):
        # loop over the filenames in the current directory
        for filename in filenames:
            # if the contains string is not none and the filename does not contain
            # the supplied string, then ignore the file
            if contains is not None and filename.find(contains) == -1:
                continue
            # determine the file extension of the current file
            ext = filename[filename.rfind("."):].lower()
            # check to see if the file is an image and should be processed
            if validExts is None or ext.endswith(validExts):
                # construct the path to the image and yield it
                imagePath = os.path.join(rootDir, filename)
                yield imagePath
def resize(image, width=None, height=None, inter=cv2.INTER_AREA):
    dim = None
    (h, w) = image.shape[:2]
    # 如果高和寬為None則直接返回
    if width is None and height is None:
        return image
    # 檢查寬是否是None
    if width is None:
        # 計算高度的比例并并按照比例計算寬度
        r = height / float(h)
        dim = (int(w * r), height)
    # 高為None
    else:
        # 計算寬度比例，并計算高度
        r = width / float(w)
        dim = (width, int(h * r))
    resized = cv2.resize(image, dim, interpolation=inter)
    # return the resized image
    return resized

nms函數(shù)：非極大值抑制。

list_images：讀取圖片。

resize：等比例改變大小。

# construct the argument parse and parse the arguments
ap = argparse.ArgumentParser()
ap.add_argument("-i", "--images", default='test1', help="path to images directory")
args = vars(ap.parse_args())
# 初始化 HOG 描述符/人物檢測器
hog = cv2.HOGDescriptor()
hog.setSVMDetector(cv2.HOGDescriptor_getDefaultPeopleDetector())

定義輸入圖片的文件夾路徑。

初始化HOG檢測器。

# loop over the image paths
for imagePath in list_images(args["images"]):
    # 加載圖像并調(diào)整其大小以
    # （1）減少檢測時間
    # （2）提高檢測精度
    image = cv2.imread(imagePath)
    image = resize(image, width=min(400, image.shape[1]))
    orig = image.copy()
    print(image)
    # detect people in the image
    (rects, weights) = hog.detectMultiScale(image, winStride=(4, 4),
                                            padding=(8, 8), scale=1.05)
    # draw the original bounding boxes
    print(rects)
    for (x, y, w, h) in rects:
        cv2.rectangle(orig, (x, y), (x + w, y + h), (0, 0, 255), 2)
    # 使用相當(dāng)大的重疊閾值對邊界框應(yīng)用非極大值抑制，以嘗試保持仍然是人的重疊框
    rects = np.array([[x, y, x + w, y + h] for (x, y, w, h) in rects])
    pick = nms(rects, probs=None, overlapThresh=0.65)
    # draw the final bounding boxes
    for (xA, yA, xB, yB) in pick:
        cv2.rectangle(image, (xA, yA), (xB, yB), (0, 255, 0), 2)
    # show some information on the number of bounding boxes
    filename = imagePath[imagePath.rfind("/") + 1:]
    print("[INFO] {}: {} original boxes, {} after suppression".format(
        filename, len(rects), len(pick)))
    # show the output images
    cv2.imshow("Before NMS", orig)
    cv2.imshow("After NMS", image)
    cv2.waitKey(0)

遍歷 --images 目錄中的圖像。

然后，將圖像調(diào)整為最大寬度為 400 像素。嘗試減少圖像尺寸的原因有兩個：

• 減小圖像大小可確保需要評估圖像金字塔中的滑動窗口更少（即從線性 SVM 中提取 HOG 特征，然后將其傳遞給線性 SVM），從而減少檢測時間（并提高整體檢測吞吐量）。

• 調(diào)整我們的圖像大小也提高了我們行人檢測的整體準(zhǔn)確性（即更少的誤報）。

通過調(diào)用 hog 描述符的 detectMultiScale 方法，檢測圖像中的行人。 detectMultiScale 方法構(gòu)造了一個比例為1.05 的圖像金字塔，滑動窗口步長分別為x 和y 方向的(4, 4) 個像素。

滑動窗口的大小固定為 64 x 128 像素，正如開創(chuàng)性的 Dalal 和 Triggs 論文《用于人體檢測的定向梯度直方圖》所建議的那樣。 detectMultiScale 函數(shù)返回 rects 的 2 元組，或圖像中每個人的邊界框 (x, y) 坐標(biāo)和 weights ，SVM 為每次檢測返回的置信度值。

較大的尺度大小將評估圖像金字塔中的較少層，這可以使算法運行得更快。然而，規(guī)模太大（即圖像金字塔中的層數(shù)較少）會導(dǎo)致行人無法被檢測到。同樣，過小的比例尺會顯著增加需要評估的圖像金字塔層的數(shù)量。這不僅會造成計算上的浪費，還會顯著增加行人檢測器檢測到的誤報數(shù)量。也就是說，在執(zhí)行行人檢測時，比例是要調(diào)整的最重要的參數(shù)之一。我將在以后的博客文章中對每個參數(shù)進行更徹底的審查以檢測到多尺度。

獲取初始邊界框并將它們繪制在圖像上。

但是，對于某些圖像，您會注意到每個人檢測到多個重疊的邊界框。

在這種情況下，我們有兩個選擇。我們可以檢測一個邊界框是否完全包含在另一個邊界框內(nèi)?；蛘呶覀兛梢詰?yīng)用非最大值抑制并抑制與重要閾值重疊的邊界框。

應(yīng)用非極大值抑制后，得到最終的邊界框，然后輸出圖像。

運行結(jié)果：

nms前：

nms后：

以上是“Python+OpenCV內(nèi)置方法如何實現(xiàn)行人檢測”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對大家有所幫助，如果還想學(xué)習(xí)更多知識，歡迎關(guān)注億速云行業(yè)資訊頻道！