opencv - 定向梯度直方图 - 解释

Question

如何向外行解释定向梯度直方图算法？

Answer 1

寻找像素的“梯度”就是寻找是否有一条边缘穿过该像素，该egde的方向以及该边缘的可见度。

当我们考虑边缘的方向时，我们说“定向梯度”。

“直方图”计算有多少像素具有特定方向的边缘。具有可见边缘的像素比具有软边缘的像素计数更多。

例如，如果我们在图像中有一个正方形，我们会看到 HOG 在垂直方向上有很多像素，在水平方向上计算的像素数量相同，在对角线方向上没有像素。如果我们有一个平放的矩形，水平方向的像素会比垂直方向的像素多，因为水平边缘更长。如果我们有一颗钻石，我们将计算具有对角线边缘的像素。通过这种方式，您可以仅比较直方图（每个方向有多少像素有边缘）来识别形状。

如果我们需要找到特定大小的正方形（或人脸、人或任何东西），我们将图像分成我们想要找到的正方形大小的块，并将我们获得的 HOG 与该事物的 HOG 进行比较我们正在寻找。

Answer 2

我发现Silvio 博士关于 HoG 的讲座在解释这个概念方面非常有效。我在学习自己以及向他人解释时已经习惯了这一点，并且每次都效果很好。高温高压

PS - 幻灯片的版权属于Silvio 博士和他的团队。