C++，OpenCV，VS2015，HOG+SVM行人检测项目一整套，具体包括以下内容: 1.行人检测数据集，正负样本 2.数据集准备，模型训练，模型测试，视频测试和图片测试 3.界面，使用Qt搭建可视化交互界面 代码操作流程说明书，Word版

刚把毕设收尾的HOG+SVM行人检测项目翻出来整理了一遍，从数据集准备到Qt可视化界面全流程撸完了，用的是VS2015+OpenCV3.4.10，今天就把整个过程唠唠，踩过的坑和能用的代码片段都给你们扒出来，绝对不整那些干巴巴的论文套话。

首先得先搞数据集，这是最磨人的一步，别嫌麻烦。正样本就是纯行人的图，得统一缩成64*128像素，这是HOG特征要求的输入尺寸，我最开始偷懒没统一，结果训练的时候直接报错说特征维度不对，差点把我整崩溃。负样本就是不带行人的背景图，比如街道、草地、车流啥的，数量最好比正样本多一点，我当时是1:3的比例，大概2000张正样本配6000张负样本，负样本找的时候一定要仔细，别把行人混进去，不然训练出来的模型会瞎识别。

给你们看一段批量预处理正样本的代码，当时我写了个小脚本干这个活：

#include <opencv2/opencv.hpp>
#include <iostream>
#include <vector>
#include <filesystem>
// 划重点！VS2015默认不支持C++17的filesystem，记得去项目属性里把C++语言标准改成C++17或者更高，不然编译的时候会报错找不到头文件
namespace fs = std::filesystem;

int main()
{
    // 原始正样本文件夹和保存路径，记得提前建好
    std::string src_path = "./raw_pos/";
    std::string save_path = "./norm_pos/";
    if(!fs::exists(save_path)) fs::create_directory(save_path);

    for(auto& entry : fs::directory_iterator(src_path)){
        // 只处理jpg和png格式的图，其他的跳过
        if(entry.path().extension() != ".jpg" && entry.path().extension() != ".png") continue;
        cv::Mat img = cv::imread(entry.path().string());
        if(img.empty()) continue;
        cv::Mat resize_img;
        // 统一缩成64*128，刚好符合HOG的输入尺寸
        cv::resize(img, resize_img, cv::Size(64,128));
        std::string save_name = save_path + entry.path().filename().string();
        cv::imwrite(save_name, resize_img);
    }
    std::cout << "正样本预处理搞定！" << std::endl;
    return 0;
}

这个代码其实挺直白的，就是遍历文件夹里的所有图片，统一缩成要求的尺寸，负样本的预处理也是一样的逻辑，只是不用抠图，直接用原图缩就行，毕竟负样本只要尺寸对就行。

C++，OpenCV，VS2015，HOG+SVM行人检测项目一整套，具体包括以下内容: 1.行人检测数据集，正负样本 2.数据集准备，模型训练，模型测试，视频测试和图片测试 3.界面，使用Qt搭建可视化交互界面 代码操作流程说明书，Word版

接下来是模型训练，用OpenCV自带的HOG+SVM模块就行，不用自己从头写特征提取，省了好多事。我写了个封装好的特征提取函数，重点来了，所有参数必须和后面检测的时候完全一致，一个都不能改，不然特征维度对不上，模型直接废了：

#include <opencv2/opencv.hpp>
#include <opencv2/ml.hpp>
using namespace cv;
using namespace cv::ml;

// 提取单张图片的HOG特征
Mat getHogFeature(const Mat& img)
{
    HOGDescriptor hog;
    // 这里的参数必须和检测时的参数完全一致！
    hog.winSize = Size(64,128);
    hog.blockSize = Size(16,16);
    hog.blockStride = Size(8,8);
    hog.cellSize = Size(8,8);
    hog.nbins = 9;
    std::vector<float> descriptors;
    hog.compute(img, descriptors, Size(8,8), Size(0,0));
    Mat feature = Mat(descriptors).clone();
    return feature;
}

然后训练的主函数大概是这样的：

int trainModel()
{
    // 先加载所有预处理好的正负样本，这里省略遍历文件夹读图片的代码，直接给个大概的逻辑
    std::vector<Mat> pos_imgs, neg_imgs;
    // 读取norm_pos和norm_neg文件夹里的所有图片到vector里
    Mat train_data, train_labels;
    // 正样本标签是1，负样本是-1
    for(auto& img : pos_imgs){
        Mat feat = getHogFeature(img);
        if(feat.empty()) continue;
        // 把每个样本的特征按行拼到训练集里
        train_data.push_back(feat);
        train_labels.push_back(1.0);
    }
    for(auto& img : neg_imgs){
        Mat feat = getHogFeature(img);
        if(feat.empty()) continue;
        train_data.push_back(feat);
        train_labels.push_back(-1.0);
    }
    // 初始化SVM分类器
    Ptr<SVM> svm = SVM::create();
    svm->setType(SVM::C_SVC);
    svm->setKernel(SVM::LINEAR);
    svm->setTermCriteria(TermCriteria(TermCriteria::MAX_ITER | TermCriteria::EPS, 1000, 1e-6));
    // 开始训练
    svm->train(train_data, ROW_SAMPLE, train_labels);
    // 保存训练好的模型
    svm->save("hog_svm_model.xml");
    std::cout << "模型训练完成，已保存！" << std::endl;
    return 0;
}

我当时第一次训练的时候就是改了blockStride的大小，结果检测的时候一个行人都没找不出来，调了快俩小时才发现是参数没对上，血的教训。

然后是模型测试，单张图片测试的代码就更简单了，直接加载模型，然后用HOG自带的detectMultiScale来检测，这个函数自带非极大值抑制，不用自己写，省了好多事：

// 单张图片检测
void detectSingleImg(const std::string& img_path)
{
    Mat img = cv::imread(img_path);
    if(img.empty()){
        std::cout << "图片打不开啊！" << std::endl;
        return;
    }
    // 加载训练好的模型
    Ptr<SVM> svm = SVM::load("hog_svm_model.xml");
    HOGDescriptor hog;
    // 参数必须和训练的时候完全一致！
    hog.winSize = Size(64,128);
    hog.blockSize = Size(16,16);
    hog.blockStride = Size(8,8);
    hog.cellSize = Size(8,8);
    hog.nbins =9;
    // 把SVM分类器加载到HOG里
    hog.setSVMDetector(svm->getSupportVectors());
    std::vector<Rect> found;
    // 检测行人框，参数可以自己调，比如缩放步长和置信度阈值
    hog.detectMultiScale(img, found, 0, Size(8,8), Size(0,0), 1.05, 2);
    // 把检测到的框画在图上
    for(auto& rect : found){
        cv::rectangle(img, rect, cv::Scalar(0,255,0), 2);
    }
    cv::imshow("行人检测结果", img);
    cv::waitKey(0);
}

视频检测的话就是用VideoCapture循环读每一帧，调用上面的检测逻辑就行：

// 视频检测，支持摄像头和本地视频文件
void detectVideo(const std::string& video_path)
{
    cv::VideoCapture cap(video_path);
    if(!cap.isOpened()){
        std::cout << "视频打不开！" << std::endl;
        return;
    }
    Ptr<SVM> svm = SVM::load("hog_svm_model.xml");
    HOGDescriptor hog;
    // 同样设置参数
    Mat frame;
    while(cap.read(frame)){
        if(frame.empty()) break;
        std::vector<Rect> found;
        hog.detectMultiScale(frame, found, 0, Size(8,8), Size(0,0), 1.05, 2);
        for(auto& r : found) cv::rectangle(frame, r, cv::Scalar(0,255,0),2);
        cv::imshow("视频检测", frame);
        if(cv::waitKey(30)>=0) break;
    }
}

然后是Qt界面的部分，这个是用来做可视化的，我当时做了个简单的界面，有选图片、选视频、检测的按钮，还有显示结果的标签，大概的Qt代码片段：

// Qt的MainWindow类里的槽函数，选图片按钮的部分
void MainWindow::on_btn_selectImg_clicked()
{
    QString img_path = QFileDialog::getOpenFileName(this, "选择测试图片", "./", "图片文件(*.jpg *.png");
    if(img_path.isEmpty()) return;
    // 显示原图
    ui->label_origin->setPixmap(QPixmap(img_path));
    // 调用检测函数，把结果转成QImage显示
    Mat img = cv::imread(img_path.toStdString());
    // 检测代码和之前的一样，然后把带框的图转成QImage
    QImage q_img = QImage(img.data, img.cols, img.rows, img.step, QImage::Format_RGB888);
    ui->label_result->setPixmap(QPixmap::fromImage(q_img.rgbSwapped()));
}

搭Qt界面的时候还要注意把OpenCV的dll要放到Qt的编译输出目录里，不然运行的时候找不到，我当时就是把dll直接扔到了exe同目录下才解决的这个问题。

最后还整理了一份Word版的操作说明书，大概的目录是：

1. 开发环境配置（VS2015配置OpenCV、Qt5.x配置VS2015）
2. 数据集准备（正负样本收集、预处理代码）
3. 模型训练代码使用说明）
4. 单张/视频/图片测试代码使用说明）
5. Qt界面搭建步骤）
6. 常见问题解决（比如dll找不到、检测不出行人、特征维度不对）

其实这个项目虽然不算难，但是踩过的坑还是挺多的，比如一开始没统一样本尺寸、参数不一致、dll找不到这些，要是你们也在做这个项目的话，可以参考一下我上面的代码，有啥问题也可以在评论区唠唠。