HOG图像特征提取算法

以下内容偏向于记录个人学习过程及思考，非常规教学内容

算法介绍

hog全称是histogram of oriented gradient，通过计算和统计图像局部区域的梯度方向直方图来构成特征。

hog特征结合svm分类器中行人检测中获得了比较大的成功。

主要思想：在一幅图像中，目标的形状能够被梯度或者边缘的方向密度分布很好的描述

算法流程

1. 灰度化，采用Gamma校正对颜色空间进行标准化（归一化）
2. 计算图像每个像素的梯度（包括大小和方向）
3. 将图像划分为cells，统计每个cell的梯度直方图（不同梯度的个数），得到cell的描述子
4. 将几个cell组成block，得到block描述子
5. 将图像内所有的block的hog特征描述子串联起来，得到整幅图像的hog特征