python - 在 Python 和 C++ 中根据彩色图像计算的 pig 描述符的差异

Question

我计算了 HOGDescriptor在彩色图像上，在 Python 和 C++ 中发现不同的结果，opencv 版本、HOG 参数和图像在两者上都是相同的。 在默认 BGR 图像上用 C++ 和 Python 计算的 HOG 描述符之间存在惊人的差异

在默认 BGR2RBG 图像上，用 C++ 和 Python 计算的 HOG 描述符之间再次存在惊人的差异。然而，C++ 似乎遵循推荐的(Dalal，Triggs)计算 HOG 的方式作为所有三个 channel 的最大值，事实证明 BGR 和 RGB 图像具有相同的 HOG 描述符，但 Python 没有

然而，图像的灰度版本显示相似(但不相同)的描述符值。

HOG参数:

cv::HOGDescriptor hogDescriptor;
hogDescriptor.blockSize = cv::Size(8, 8);
hogDescriptor.cellSize = cv::Size(4, 4);
hogDescriptor.blockStride = cv::Size(4, 4);
hogDescriptor.nbins = 9;
hogDescriptor.signedGradient = true;
hogDescriptor.winSize = cv::Size(72, 72);

我的问题是，为什么 C++ 和 Python 实现之间存在如此大的差异，即使 Python 只是 C++ 版本的包装器？

Answer 1

我找到了灰度图像的解决方案。 HOG 描述符的 Python 包装器代码将 gammaCorrection 标志初始化为 False 而不是 C++ 中的 True。将两者的标志手动设置为 True 或 False 会导致 C++ 和 Python 在灰度图像上的值完全相同。

但是，对于彩色图像，问题仍然存在。

我最好的猜测是，就像 gammaCorrection 标志差异一样，Python 包装器中也发生了类似的事情。