opencv行人检测2（HOG+SVM）

#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<opencv2/objdetect.hpp>
#include<iostream>

using	namespace std;
using	namespace cv;

int	main(int argc, char **argv)
{
	Mat	img;
	//读取图片
	img = imread("D:\\b.png", 1);
	//HOG特征检测器
	HOGDescriptor	defaultHog;
	//设置SVM分类器
	defaultHog.setSVMDetector(HOGDescriptor::getDefaultPeopleDetector());
	//矩形框数组
	vector<Rect> found, found_filtered;
	//对图像进行多尺度检测
	defaultHog.detectMultiScale(img, found);
	//detectMultiScale(const Mat& image,CV_OUT vector<Rect>& objects,double scaleFactor = 1.1,int minNeighbors = 3,int flags = 0,Size minSize = Size(),Size maxSize = Size());
	//待检测图片，被检测物体的矩形框向量组，搜索窗口的比例系数，
	//输出矩形个数
	cout << "矩形个数：" << found.size() << endl;
	// 找出所有没有嵌套的矩形框r,并放入found_filtered中,如果有嵌套的话,则取外面最大的那个矩形框放入found_filtered中
	for (int i = 0; i < found.size(); i++) 
	{
		Rect r = found[i];
		int j = 0;
		for (; j < found.size(); j++)
		
		if (j != i && (r & found[j]) == r)  //按位与操作
		break;
		
		if (j == found.size())
			found_filtered.push_back(r);
		
	}
	cout << "过滤后矩形的个数：" << found_filtered.size() << endl;
	
	//画出矩形框
	for (int i = 0; i<found_filtered.size(); i++)
	{
		Rect r = found[i];
	        rectangle(img, r.tl(), r.br(), Scalar(0, 255, 0), 3);
	}

	namedWindow("Detect pedestrain", WINDOW_AUTOSIZE);
	imshow("Detect pedestrain", img);
	waitKey(0);
	return	0;

}

         小编把行人检测1的代码运行后的结果给导师看，导师说要解决这个问题，需要合并窗口。小编并不知道合并窗口是什么意思，所以上网搜了搜，找到了一段代码插了进去，发现矩形框多出的问题解决了。以上是小编新写的代码，对比前一篇，只是多了一段代码。

         小编又定义了一个新的矩形框，用for循环，找出所有没有嵌套的矩形框r,并放入found_filtered中,如果有嵌套的话,则取外面最大的那个矩形框放入found_filtered中。然后在画矩形框的时候，画出外面最大的那个矩形框。

        结果如下图所示，两个行人刚好两个框，上一篇（行人检测1）的问题解决了。