hog(histogram of oriented gradient)特徵在物件識別與模式匹配中是一種常見的特徵提取演算法，是基於本地畫素塊進行特徵直方圖提取的一種演算法，物件區域性的變形與光照影響有很好的穩定性，最初是用hog特徵來來識別人像，通過hog特徵提取+svm訓練，可以得到很好的效果，opencv已經有了。hog特徵提取的大致流程看第一張圖
所有內容均**於賈志剛老師的知識星球——opencv研習社，本文為個人整理學習，已獲得賈老師授權，有興趣、有能力的可以加入賈老師的知識星球進行深入學習。
Opencv2 4學習 HOG特徵
一 什麼是hog特徵 二 如何提取hog特徵 三 視窗 win 塊 block 細胞 cell 與畫素的關係 四 特徵向量維度數目的計算 五 關於梯度直方圖的計算 重點 1 影象卷積 影象梯度一般利用影象與梯度運算元卷積實現，關於這部分內容，可以參考opencv2.4學習 影象卷積 2 梯度運算元 ...
OpenCV 基於HOG特徵的行人檢測
opencv中提供了hog的行人檢測 pedestrain detection 類。cv hogdescriptor類的建構函式的各引數的定義 cpp view plain copy cv wrap hogdescriptor winsize 64,128 detect window blocksi...
Opencv特徵提取與目標檢測03
基於harris角點檢測理論與 omasi檢點檢測理論，我們可以通過獲取矩陣m的兩個特徵值以及qualitylevel的值，動態設計計算閾值t的公式，來選擇我們需要的有效角點。第乙個api 基於harris角點檢測理論的，輸出的影象dst必須定義為cv 32fc1等型別，且 矩陣的每個特徵值由下式求...