Opencv学习之路——自己编写的HOG算法

#include<opencv2\core\core.hpp>
#include<opencv2\highgui\highgui.hpp>
#include<opencv2\opencv.hpp>
#include<iostream>
#include<fstream>
 
using namespace std;
using namespace cv;
 
#define Max 100
 
class Cell{
private:
    int pixel_x;                  //cell的像素的起始位置行坐标；
    int pixel_y;                  //cell的像素的起始位置纵坐标；
    Mat img;                      //待处理的图像，通常该该图像是经过Gamma校正的灰度图；
    double pixel[][];         //我们一般默认cell为8*8的像素大小,但是为了储存周边店的像素，需要多加两个像素储存点的位置；
    double gradient_M[][];            //保存梯度的幅值；
    double gradient_Angle[][];        //保存像素梯度的方向；
    double gradient_h[][];
    double gradient_v[][];
 
public:
    double bin[];                //将梯度方向分成九个方向，在根据具体像素梯度的方向大小，进行投票；
    Cell(Mat src){    //构造函数;
        img=src;
    }
 
    void Set_Cell(int x,int y);
    void Get_Pixel();                                   //为了计算机使用方便，我们把一个cell当中的像素先读下来,用pixel[][]数组储存；
    void Gradient_Pixel();                              //计算机图像像素的梯度幅值和梯度角度；
    void Bin_Selection_Normalization();             //根据每个像素的幅值进行维度的区分和归一化,并且返回bin[]数组；
};
 
void Cell::Set_Cell(int x,int y){
    pixel_x=x;
    pixel_y=y;
}
 
void Cell::Get_Pixel(){
    for(int i=pixel_x-,m=;i<pixel_x+;i++,m++){
            uchar *data=img.ptr<uchar>(i);
            for(int j=pixel_y-,n=;j<pixel_y+;j++,n++){
                pixel[m][n]=data[j];
            }
    }
//    for(int i=0;i<9;i++){
//        for(int j=0;j<9;j++){
//            cout<<i<<j<<" "<<pixel[i][j]<<"\n";
//        }
//    }
}
 
void  Cell::Gradient_Pixel(){
    for(int i=;i<;i++){
        for(int j=;j<;j++){
            gradient_h[i][j]=pixel[i+][j]-pixel[i-][j];
            gradient_v[i][j]=pixel[i][j+]-pixel[i][j-];
            gradient_M[i][j]=sqrt(gradient_h[i][j]*gradient_h[i][j]+gradient_v[i][j]*gradient_v[i][j]);
            gradient_Angle[i][j]=atan2(gradient_h[i][j],gradient_v[i][j])*;
        }
    }
 
//    for(int i=0;i<9;i++){
//        for(int j=0;j<9;j++){
//            cout<<i<<j<<" "<<gradient_h[i][j]<<" "<<gradient_v[i][j]<<" "<<gradient_M[i][j]<<" "<<gradient_Angle[i][j]<<"\n";
//        }
//    }
}
 
void  Cell::Bin_Selection_Normalization(){
        for(int i=;i<;i++){
        bin[i]=;
    }
 
    for(int i=;i<;i++){
        for(int j=;j<;j++){
            if((gradient_Angle[i][j]>=&&gradient_Angle[i][j]<)||(gradient_Angle[i][j]>=&&gradient_Angle[i][j]<)){
                bin[]=bin[]+gradient_M[i][j];
            }
            if((gradient_Angle[i][j]>=&&gradient_Angle[i][j]<)||(gradient_Angle[i][j]>=&&gradient_Angle[i][j]<)){
                bin[]=bin[]+gradient_M[i][j];
            }
            if((gradient_Angle[i][j]>=&&gradient_Angle[i][j]<)||(gradient_Angle[i][j]>=&&gradient_Angle[i][j]<)){
                bin[]=bin[]+gradient_M[i][j];
            }
            if((gradient_Angle[i][j]>=&&gradient_Angle[i][j]<)||(gradient_Angle[i][j]>=&&gradient_Angle[i][j]<)){
                bin[]=bin[]+gradient_M[i][j];
            }
            if((gradient_Angle[i][j]>=&&gradient_Angle[i][j]<)||(gradient_Angle[i][j]>=&&gradient_Angle[i][j]<)){
                bin[]=bin[]+gradient_M[i][j];
            }
            if((gradient_Angle[i][j]>=&&gradient_Angle[i][j]<)||(gradient_Angle[i][j]>=&&gradient_Angle[i][j]<)){
                bin[]=bin[]+gradient_M[i][j];
            }
            if((gradient_Angle[i][j]>=&&gradient_Angle[i][j]<)||(gradient_Angle[i][j]>=&&gradient_Angle[i][j]<)){
                bin[]=bin[]+gradient_M[i][j];
            }
            if((gradient_Angle[i][j]>=&&gradient_Angle[i][j]<)||(gradient_Angle[i][j]>=&&gradient_Angle[i][j]<)){
                bin[]=bin[]+gradient_M[i][j];
            }
            if((gradient_Angle[i][j]>=&&gradient_Angle[i][j]<=)||(gradient_Angle[i][j]>=&&gradient_Angle[i][j]<=)){
                bin[]=bin[]+gradient_M[i][j];
            }
        }
    }
    ////////////////////////////////////
    //归一化；
    double sum_bin=;
    for(int i=;i<;i++){
        sum_bin=sum_bin+bin[i];
    }
    for(int i=;i<;i++){
        bin[i]=bin[i]/sum_bin;
        if(bin[i]>0.2){
            bin[i]=0.2;
        }
    }
    sum_bin=;
    for(int i=;i<;i++){
        sum_bin=sum_bin+bin[i];
    }
    for(int i=;i<;i++){
        bin[i]=bin[i]/sum_bin;
    }
}
//Block类部分****************
class Block{
    int block_pixel_x;           //block的起始像素点横坐标位置；
    int block_pixel_y;           //block的起始像素点纵坐标位置；
    Mat src;                     //图像必须是灰度图;
    double bins[];             //该类主要是对block进行相关处理，我们默认block为四个cell，即2*2；所以bins为36维；
    int k;
 
public:
    Block(Mat img){
        src=img;
        k=;
    }
 
    void Set_Block(int x,int y);
    void Cut_Block();            //本人认为这是整个算法当中比较重要的一部分，即图像切割划分部分；
    void Block_into_HistImage();
    void output_bins();
};
 
void Block::Set_Block(int x,int y){
    block_pixel_x=x;
    block_pixel_y=y;
}
 
void Block::Cut_Block(){
    k=;
    Cell cell(src);
    for(int i=block_pixel_x, m=;m<;i=i+,m++){
        for(int j=block_pixel_y, n=;n<;j=j+,n++){
            cell.Set_Cell(i,j);
            cell.Get_Pixel();
            cell.Gradient_Pixel();
            cell.Bin_Selection_Normalization();
            for(int i=;i<;i++){
                bins[k++]=cell.bin[i];
            }
        }
    }
}
 
void Block::Block_into_HistImage(){            //该部分算法是将bins生成直方图；
    int hight=;
    int width=;
    IplImage *hist_image=cvCreateImage(Size(,),,);
    for(int i=;i<;i++){
        cvRectangle(hist_image,CvPoint(i*,hight-),CvPoint((i+)*-,hight-bins[i]*),CV_RGB(,,));
    }
 
    cvNamedWindow("",);
    cvShowImage("",hist_image);
    cvWaitKey();
}
 
void Block::output_bins(){
    //ofstream out ("1.txt");
    for(int i=;i<;i++){
        cout<<bins[i]<<"\n";
    }
    cout<<"*******************************************\n";
}
 
int main(){
    Mat img=imread("G:/2.png",);               //载入图片；
    if(img.empty())
    {
        return -;
    }
    Mat gray1;
    Mat gray;
    cvtColor(img,gray1,COLOR_RGB2GRAY);
    resize(gray1,gray,Size(,),,,);
    namedWindow("gray",);
    imshow("gray",gray);
//    cvWaitKey(0);
    Block block(gray);
    for(int i=,m=;m<;m++,i=i+){
        for(int j=,n=;n<;n++,j=j+){
            block.Set_Block(i,j);
            block.Cut_Block();
            //block.Block_into_HistImage();
            block.output_bins();
        }
    }
}