本文由：姚磊嶽（[email protected]）於2017-5-28撰，轉載請保留作者資訊。

按照慣例，先吐槽：Emgu.CV的資料太少了，不知道是不是C#做圖形的太小眾。因為專案需要，需要對圖片中的車輛進行標定。於是想到了HOG+SVM的方式。在Emgu.CV中預設提供了已經訓練好的行人檢測的特徵，但是如果要檢測其他物體，必須自己進行訓練。於是在網上一通尋找，居然沒有完整的程式碼，沒辦法，只有苦逼的自己動手。弄了整整一天，終於實現。應該是目前網路上比較詳細的一篇EMGU.CV自行訓練的文章了，大家如要轉載請保留作者資訊。效果如圖：

方便自己，也方便他人，把今天所實現的程式碼上傳，並詳細說明。時間有限，沒有做封裝，湊合著看。

需要具備：

1、HOG的基本概念；

2、用於檢測目標的正負樣本。如：需要檢測的是車輛，則需要有車輛的各種樣本。本文車輛正樣本只有500個，所以最終的檢測效果並不好（如上圖所示），如果樣本足夠，可以檢測到圖片中的全部車輛。

思路流程：

1、根據訓練樣本，設計HOG描述子；

2、獲取正負樣本HOG值；

3、訓練SVM；

4、從訓練好的SVM提取出hog描述值（一個一維的float陣列，這是實現過程中最難的）

5、檢測

檢測

詳解：

1、根據訓練樣本，設計HOG描述子（有的也叫HOG運算元）；

這裡需要有HOG的基本概念，什麼是視窗大小，什麼是block，什麼是cell等等，網上資料很多，這裡不做過多屆時。

在我的實現中，正負訓練樣本是36*36畫素的圖片，於是，我的HOG運算元設計如下：

第一個引數：winsize：視窗大小，我取樣本大小；

第二個引數：block，我的是12*12；當然，也可以設定為18*18或者6*6，切記：BLOCK大小不能是技術值，至於為什麼，看一下cell和block的關係即可。同時：設計的過程中，BLOCK要可被winsize整除。網上的資料都是16*16，也沒有說清楚為什麼，其實這個看懂了HOG後可以自行設定

第三個引數：stride，我的設定是6*6，當然也可以設定為12*12或者4*4，不同的設定，將得到不同的緯度數量；

第四個引數：cell，4個cell構成1個block，這也就是block一定要是偶數的原因。

第五個引數：需要得到幾個channel的值，預設是9個，具體原因請參見HOG原論文

當我們設定完畢後，緯度資訊就可以計算出來了

a = (winsize寬-block寬) / stride寬 +1

b = (winsize高-block高) / stride高 +1

c = block寬 / cell寬 

d = block高/block高

緯度 = a*b*c*d*channel數，在本例中為：5*5*2*2*9 = 900

這個值，在通過hog.compute(圖片)時也可以得到，當然，自己算一下也未嘗不可，至少不用像網上資料那樣進行判斷。

2、獲取正負樣本HOG值

這一步相對來說很簡單，即：將正負樣本圖片一一讀入，然後逐一計算，並新增到matrix中即可。直接上程式碼：

有必要說明的是：

（1）Image<Gray, byte> im = new Emgu.CV.Image<Gray, byte>(filePath);

hog支援的是灰度圖片，不能用彩色圖片進行訓練。

（2）

Matrix<float> HogFeatureData = new Matrix<float>(967, 900);

//500樣本+467負樣本，HOG緯度=(36-12)/6 + 1) *(36-12)/6 + 1) * 4 *9
        Matrix<int> featureClasses = new Matrix<int>(967, 1);

這是SVM訓練所需要的兩個引數，HogFeatureData是全部樣本（正負樣本都在）的hog矩陣，其中967是樣本數量，900是HOG的緯度，怎麼來的，前面已經說明了計算方法。

featureClasses是每一個樣本對應的類別，正樣本對應1，負樣本對應-1

3、訓練SVM

這步比較簡單，沒有什麼複雜的地方，直接看程式碼即可。

4、從訓練好的SVM提取出hog描述值

這是實現過程中最難的，也是我本人在實現過程中花時間最多的。當然首先是自己沒有用LibSVM等其他的技術輔助（我也不會，汗……）。我實現的方法很笨，如果各位有LibSVM基礎的，可以忽略我的這個步驟。

首先，得感謝：http://www.cnblogs.com/KC-Mei/p/4553024.html部落格的作者，雖然還有很多方法可以得到項對應的值，但是我也懶得動腦筋，直接拿來主義了。

這裡一共要獲得4個變數。詳細程式碼請下載本文最終所提供的全部原始碼。至於怎麼計算，老樣子，先上程式碼：

（1）首先，如果已經訓練過樣本，並儲存了（本例在第三步所做的事），則可以通過直接讀取XML避免再次訓練。

resultMat = -1 * alphaMat * svmMat;

這個是計算hog detector的關鍵步驟，原理可尋找相關網上資料，這裡就不詳敘了。

（2）float[] mydetector = new float[DescriptorDim + 1];
            for (int i = 0; i < DescriptorDim; i++)
            {
                mydetector[i] = resultMat[0, i];
            }
            mydetector[DescriptorDim] = rhoValue;

這裡一定要說明一下，hog的緯度在本例中是900，但是detector要加上一緯偏移，也就是901緯。組後一緯度的值是rho的節點值。第三步訓練完畢後，我們可以開啟儲存的XML，找到這個節點。

這個步驟牽涉到較多的HOG原理，很奇怪為什麼EmguCv不能直接提供一個封裝的方法。要使用者大費周章去自己計算。也許這就是開源的不足之處吧，有時間了，自己要封裝一個方法，每次這樣寫程式碼得累死，也毫無意義。

接下來第五步：預測 就簡單多了。

（1）為了自己程式設計方便，定義了一個類：myRect，其中：rct用來存放檢測出來的矩形框類性；score是這個矩形框的得分（得分越高，檢測越準，在程式設計過程當中，我們可以通過對score進行閾值設定，以遮蔽一些不靠譜的檢測）

（2）在Using這塊，網上全部的資料都是：HOGDescriptor hog = new HOGDescriptor(）；

這是不對的，如果僅用來檢測行人，或者預設的hog運算元即可的話（預設hog運算元為：winsize：64*128，block:16*16,stride:8*8,cell:8*8），那沒有問題，但如果我們定義了我們自己的HOG運算元，則必須保持和我們自己hog運算元的一致。故在本例中必須：

using (HOGDescriptor hog = new HOGDescriptor(new Size(36, 36), new Size(12, 12), new Size(6, 6), new Size(6, 6), 9))

然後：

hog.SetSVMDetector(mydetector);

代表，將HOG的SVM的detector設定為我們之前計算出來的值。

設定完畢後，就可以通過我們自行訓練的SVM來進行檢測了。程式碼比較簡單，就不再詳述了。

全部原始碼下載地址：http://download.csdn.net/detail/u011616825/9855112