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[10][10];         //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[9][9];            //保存梯度的幅值；
    double gradient_Angle[9][9];        //保存像素梯度的方向；
    double gradient_h[9][9];
    double gradient_v[9][9];

public:
    double bin[9];                //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-1,m=0;i<pixel_x+9;i++,m++){
            uchar *data=img.ptr<uchar>(i);
            for(int j=pixel_y-1,n=0;j<pixel_y+9;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=1;i<9;i++){
        for(int j=1;j<9;j++){
            gradient_h[i][j]=pixel[i+1][j]-pixel[i-1][j];
            gradient_v[i][j]=pixel[i][j+1]-pixel[i][j-1];
            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])*180;
        }
    }

//    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=0;i<9;i++){
        bin[i]=0;
    }

    for(int i=1;i<9;i++){
        for(int j=1;j<9;j++){
            if((gradient_Angle[i][j]>=0&&gradient_Angle[i][j]<20)||(gradient_Angle[i][j]>=180&&gradient_Angle[i][j]<200)){
                bin[0]=bin[0]+gradient_M[i][j];
            }
            if((gradient_Angle[i][j]>=20&&gradient_Angle[i][j]<40)||(gradient_Angle[i][j]>=200&&gradient_Angle[i][j]<220)){
                bin[1]=bin[1]+gradient_M[i][j];
            }
            if((gradient_Angle[i][j]>=40&&gradient_Angle[i][j]<60)||(gradient_Angle[i][j]>=220&&gradient_Angle[i][j]<240)){
                bin[2]=bin[2]+gradient_M[i][j];
            }
            if((gradient_Angle[i][j]>=60&&gradient_Angle[i][j]<80)||(gradient_Angle[i][j]>=240&&gradient_Angle[i][j]<260)){
                bin[3]=bin[3]+gradient_M[i][j];
            }
            if((gradient_Angle[i][j]>=80&&gradient_Angle[i][j]<100)||(gradient_Angle[i][j]>=260&&gradient_Angle[i][j]<280)){
                bin[4]=bin[4]+gradient_M[i][j];
            }
            if((gradient_Angle[i][j]>=100&&gradient_Angle[i][j]<120)||(gradient_Angle[i][j]>=280&&gradient_Angle[i][j]<300)){
                bin[5]=bin[5]+gradient_M[i][j];
            }
            if((gradient_Angle[i][j]>=120&&gradient_Angle[i][j]<140)||(gradient_Angle[i][j]>=300&&gradient_Angle[i][j]<320)){
                bin[6]=bin[6]+gradient_M[i][j];
            }
            if((gradient_Angle[i][j]>=140&&gradient_Angle[i][j]<160)||(gradient_Angle[i][j]>=320&&gradient_Angle[i][j]<340)){
                bin[7]=bin[7]+gradient_M[i][j];
            }
            if((gradient_Angle[i][j]>=160&&gradient_Angle[i][j]<=180)||(gradient_Angle[i][j]>=340&&gradient_Angle[i][j]<=360)){
                bin[8]=bin[8]+gradient_M[i][j];
            }
        }
    }
    ////////////////////////////////////
    //归一化；
    double sum_bin=0;
    for(int i=0;i<9;i++){
        sum_bin=sum_bin+bin[i];
    }
    for(int i=0;i<9;i++){
        bin[i]=bin[i]/sum_bin;
        if(bin[i]>0.2){
            bin[i]=0.2;
        }
    }
    sum_bin=0;
    for(int i=0;i<9;i++){
        sum_bin=sum_bin+bin[i];
    }
    for(int i=0;i<9;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[38];             //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=0;
    }

    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=0;
    Cell cell(src);
    for(int i=block_pixel_x, m=0;m<2;i=i+8,m++){
        for(int j=block_pixel_y, n=0;n<2;j=j+8,n++){
            cell.Set_Cell(i,j);
            cell.Get_Pixel();
            cell.Gradient_Pixel();
            cell.Bin_Selection_Normalization();
            for(int i=0;i<9;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=256;
    int width=80;
    IplImage *hist_image=cvCreateImage(Size(80,256),8,3);
    for(int i=0;i<36;i++){
        cvRectangle(hist_image,CvPoint(i*2,hight-1),CvPoint((i+1)*2-1,hight-bins[i]*100),CV_RGB(255,255,255));
    }

    cvNamedWindow("1",1);
    cvShowImage("1",hist_image);
    cvWaitKey(0);
}

void Block::output_bins(){
    //ofstream out ("1.txt");
    for(int i=0;i<36;i++){
        cout<<bins[i]<<"\n";
    }
    cout<<"*******************************************\n";
}

int main(){
    Mat img=imread("G:/2.png",1);               //载入图片；
    if(img.empty())
    {
        return -1;
    }
    Mat gray1;
    Mat gray;
    cvtColor(img,gray1,COLOR_RGB2GRAY);
    resize(gray1,gray,Size(130,66),0,0,1);
    namedWindow("gray",1);
    imshow("gray",gray);
//    cvWaitKey(0);
    Block block(gray);
    for(int i=1,m=0;m<7;m++,i=i+8){
        for(int j=1,n=0;n<15;n++,j=j+8){
            block.Set_Block(i,j);
            block.Cut_Block();
            //block.Block_into_HistImage();
            block.output_bins();
        }
    }
}