// 包含OpenCV項目所需的objdetect模塊頭文件
#include <opencv2/objdetect.hpp>
// 包含OpenCV項目所需的highgui模塊頭文件，用于圖像的顯示和簡單操作
#include <opencv2/highgui.hpp>
// 包含OpenCV項目所需的imgproc模塊頭文件，用于圖像處理
#include <opencv2/imgproc.hpp>
// 包含OpenCV項目所需的videoio模塊頭文件，用于視頻的讀寫
#include <opencv2/videoio.hpp>
#include <iostream> // 包含輸入輸出流的標準頭文件
#include <iomanip> // 包含輸入輸出流格式化的標準頭文件


// 使用OpenCV和標準命名空間下的所有實體
using namespace cv;
using namespace std;


// 定義一個Detector類，用于行人檢測
class Detector
{
    enum Mode { Default, Daimler } m; // 定義兩種模式的枚舉類型
    HOGDescriptor hog, hog_d;         // 定義兩個HOG描述子對象
public:
    // 構造函數(shù)，初始化模式為Default和兩個描述子hog與hog_d
    Detector() : m(Default), hog(), hog_d(Size(48, 96), Size(16, 16), Size(8, 8), Size(8, 8), 9)
    {
        // 設置HOG描述子的SVM檢測器為默認的行人檢測器
        hog.setSVMDetector(HOGDescriptor::getDefaultPeopleDetector());
        // 設置hog_d描述子的SVM檢測器為Daimler行人檢測器
        hog_d.setSVMDetector(HOGDescriptor::getDaimlerPeopleDetector());
    }
    // 切換檢測模式的方法
    void toggleMode() { m = (m == Default ? Daimler : Default); }
    // 獲取當前模式名稱的方法
    string modeName() const { return (m == Default ? "Default" : "Daimler"); }
    // 執(zhí)行檢測的方法
    vector<Rect> detect(InputArray img)
    {
        // 創(chuàng)建一個向量來存儲檢測到的矩形
        vector<Rect> found;
        if (m == Default)
            // 默認模式下使用hog描述子進行多尺度檢測
            hog.detectMultiScale(img, found, 0, Size(8,8), Size(), 1.05, 2, false);
        else if (m == Daimler)
            // Daimler模式下使用hog_d描述子進行多尺度檢測
            hog_d.detectMultiScale(img, found, 0, Size(8,8), Size(), 1.05, 2, true);
        return found; // 返回檢測結果
    }
    // 調整檢測矩形的方法
    void adjustRect(Rect & r) const
{
        // HOG檢測器返回的矩形稍大于真實的物體，故稍微縮小矩形以獲得更好的效果
        r.x += cvRound(r.width*0.1);
        r.width = cvRound(r.width*0.8);
        r.y += cvRound(r.height*0.07);
        r.height = cvRound(r.height*0.8);
    }
};


// 定義命令行參數(shù)的keys字符串
static const string keys = "{ help h   |   | print help message }"
                           "{ camera c | 0 | capture video from camera (device index starting from 0) }"
                           "{ video v  |   | use video as input }";


// main函數(shù)，程序的入口
int main(int argc, char** argv)
{
    // 創(chuàng)建CommandLineParser對象來解析命令行參數(shù)
    CommandLineParser parser(argc, argv, keys);
    parser.about("This sample demonstrates the use of the HoG descriptor.");
    if (parser.has("help"))
    {
        // 如果存在help參數(shù)，則打印幫助信息并退出
        parser.printMessage();
        return 0;
    }
    // 獲取camera和video參數(shù)
    int camera = parser.get<int>("camera");
    string file = parser.get<string>("video");
    if (!parser.check())
    {
        // 檢查參數(shù)解析是否有誤，如果有則打印錯誤并退出
        parser.printErrors();
        return 1;
    }


    VideoCapture cap; // 創(chuàng)建一個VideoCapture對象來捕獲視頻
    if (file.empty())
        // 如果video參數(shù)為空則從相機捕獲視頻
        cap.open(camera);
    else
    {
        // 否則打開指定的視頻文件
        file = samples::findFileOrKeep(file);
        cap.open(file);
    }
    if (!cap.isOpened())
    {
        // 如果視頻流打不開則打印錯誤信息并退出
        cout << "Can not open video stream: '" << (file.empty() ? "<camera>" : file) << "'" << endl;
        return 2;
    }


    cout << "Press 'q' or <ESC> to quit." << endl;
    cout << "Press <space> to toggle between Default and Daimler detector" << endl;
    Detector detector; // 創(chuàng)建一個Detector對象
    Mat frame;         // 創(chuàng)建一個Mat對象來存儲幀
    for (;;)           // 無限循環(huán)
    {
        cap >> frame; // 從視頻流中讀取一幀到frame中
        if (frame.empty())
        {
            // 如果幀為空則打印信息并退出循環(huán)
            cout << "Finished reading: empty frame" << endl;
            break;
        }
        int64 t = getTickCount(); // 獲取當前的tick計數(shù)
        vector<Rect> found = detector.detect(frame); // 使用detector檢測行人
        t = getTickCount() - t; // 計算檢測所用的時間


        // 顯示窗口
        {
            ostringstream buf;
            // 將模式名稱和FPS信息打印到視頻幀上
            buf << "Mode: " << detector.modeName() << " ||| "
                << "FPS: " << fixed << setprecision(1) << (getTickFrequency() / (double)t);
            putText(frame, buf.str(), Point(10, 30), FONT_HERSHEY_PLAIN, 2.0, Scalar(0, 0, 255), 2, LINE_AA);
        }
        for (vector<Rect>::iterator i = found.begin(); i != found.end(); ++i)
        {
            // 迭代找到的矩形，并在視頻幀上畫出矩形框
            Rect &r = *i;
            detector.adjustRect(r);
            rectangle(frame, r.tl(), r.br(), cv::Scalar(0, 255, 0), 2);
        }
        imshow("People detector", frame); // 顯示帶有檢測框的視頻幀


        // 與用戶交互
        const char key = (char)waitKey(1);
        // 如果用戶按下ESC或'q'鍵，則退出循環(huán)
        if (key == 27 || key == 'q') // ESC
        {
            cout << "Exit requested" << endl;
            break;
        }
        // 如果用戶按下空格鍵，則切換檢測模式
        else if (key == ' ')
        {
            detector.toggleMode();
        }
    }
    return 0; // 程序正常退出
}

本段代碼是一個使用OpenCV庫的HOG（Histogram of Oriented Gradients，方向梯度直方圖）描述子和SVM（Support Vector Machines，支持向量機）進行行人檢測的程序。程序定義了Detector類來執(zhí)行行人檢測，可以在兩種模式（默認模式和戴姆勒模式）之間切換。通過命令行參數(shù)，用戶可以選擇是從相機實時捕獲視頻還是讀取視頻文件進行檢測。本程序還支持與用戶的簡單交互，比如按鍵切換模式和退出程序。最后在視頻中實時標記檢測到的行人，并顯示當前的模式和幀率（FPS）。

hog.detectMultiScale(img, found, 0, Size(8,8), Size(), 1.05, 2, false);

文章來源地址http://www.zghlxwxcb.cn/news/detail-851028.html