关于HOG特征可以看http://blog.csdn.net/zouxy09/article/details/7929348和http://www.cnblogs.com/tornadomeet/archive/2012/08/15/2640754.html，
关于OpenCV HOGDescriptor参数图解可以参考这里http://blog.csdn.net/raodotcong/article/details/6239431；
现在利用HOG特征来进行行人检测，既然要有了特征，现在其实要有一个方法来判断是否一个图片的某一部分是行人，SVM是一个很好的机器学习方法，可以用来分类，结合HOG特征就可以用来检测图片中的行人。OpenCV中集成了一个方法，getDefaultPeopleDetector等可以直接得到一个SVM的分类器，这个分类器是OpenCV自带的已经训练好的，可以直接拿来使用。下面可以看一下使用它的代码。
OpenCV自带SVM分类器使用:
#include
#include
using namespace cv;
int main(int argc, char** argv)
{
cv::Mat image = cv::imread("G:\\视频分析入门练习\\视频分析入门练习 - 附件\\testingdata for HOG\\frame_0061.jpg");
if (image.empty())
{
std::cout regions;
hog.detectMultiScale(image, regions, 0, cv::Size(8, 8), cv::Size(32, 32), 1.05, 1);
// 显示
for (size_t i = 0; i
结果：
返回栏目页：http://www.bianceng.cn/Programming/cplus/
上面使用的OpenCV自带的SVM分类器，但是针对特定应用场景，很有必要进行重新训练得到适合的分类器。实现的代码可以从这里得到：http://download.csdn.net/detail/u013035103/7809229，效果不是很好，个人觉得训练的样本数量有点少，导致这样。
作者：csdn博客 钟桓
![[至尊红钻5级]发帖数量≥8000篇](images/zs/hongzuan5.gif)
![[未点亮至尊黄钻]威望不足10点](images/zs/huizuan.gif)
![[至尊紫钻4级]金币≥20000个](images/zs/zizuan4.gif)
![[至尊红钻3级]发帖数量≥1000篇](images/zs/hongzuan3.gif)
![[至尊红钻2级]发帖数量≥100篇](images/zs/hongzuan2.gif)
![[20级]发帖数量≥8000篇](images/sj/sj20.gif)
等级: 
级别: 
UID: 7
![[未点亮普号显示]钻石不足3个](images/zs/puvip.gif)
发表于 2016-10-17 15:39:31
QQ好友和群
QQ空间
腾讯微博
腾讯朋友
收藏
支持
反对
![[2级]发帖数量≥100篇](images/sj/sj2.gif)
