本文將介紹基于米爾電子MYD-LT527開發(fā)板（米爾基于全志T527開發(fā)板）的OpenCV行人檢測方案測試。

摘自優(yōu)秀創(chuàng)作者-小火苗

一、軟件環(huán)境安裝

1.安裝OpenCV

sudo apt-get install libopencv-dev python3-opencv

2.安裝pip

sudo apt-get install python3-pip

二、行人檢測概論

使用HOG和SVM構(gòu)建行人檢測器的關(guān)鍵步驟包括：

準(zhǔn)備訓(xùn)練數(shù)據(jù)集：訓(xùn)練數(shù)據(jù)集應(yīng)包含大量正樣本（行人圖像）和負(fù)樣本（非行人圖像）。

計算HOG特征：對于每個圖像，計算HOG特征。HOG特征是一個一維向量，其中每個元素表示圖像中特定位置和方向的梯度強度。

訓(xùn)練SVM分類器：使用HOG特征作為輸入，訓(xùn)練SVM分類器。SVM分類器將學(xué)習(xí)區(qū)分行人和非行人。

評估模型：使用測試數(shù)據(jù)集評估訓(xùn)練后的模型。計算模型的準(zhǔn)確率、召回率和F1分?jǐn)?shù)等指標(biāo)。

三、代碼實現(xiàn)

import cv2import timedefdetect(image,scale): imagex=image.copy() #函數(shù)內(nèi)部做個副本，讓每個函數(shù)運行在不同的圖像上hog=cv2.HOGDescriptor() #初始化方向梯度直方圖描述子 #設(shè)置SVM為一個預(yù)先訓(xùn)練好的行人檢測器hog.setSVMDetector(cv2.HOGDescriptor_getDefaultPeopleDetector()) #調(diào)用函數(shù)detectMultiScale，檢測行人對應(yīng)的邊框time_start=time.time() #記錄開始時間 #獲取（行人對應(yīng)的矩形框、對應(yīng)的權(quán)重）(rects,weights)=hog.detectMultiScale(imagex,scale=scale) time_end=time.time() #記錄結(jié)束時間 #繪制每一個矩形框for(x,y,w,h)inrects: cv2.rectangle(imagex,(x,y),(x+w,y+h),(0,0,255),2)print("saclesize:",scale,",time:",time_end-time_start)name=str(scale)cv2.imshow(name,imagex) #顯示原始效果image=cv2.imread("back.jpg")detect(image,1.01)detect(image,1.05)detect(image,1.3)cv2.waitKey(0)cv2.destroyAllWindows()

四、實際操作