基于vlfeat的HOG特征提取c++代码实现

最新推荐文章于 2020-11-23 18:05:04 发布

MMMMASTER

最新推荐文章于 2020-11-23 18:05:04 发布

阅读量3.7k

点赞数

分类专栏：计算机视觉文章标签： c语言 hog 代码

本文链接：https://blog.csdn.net/MMMMASTER/article/details/49513767

版权

本文介绍了如何使用C++和VLFeat库实现HOG特征提取，特别适用于计算机视觉中的目标检测，如行人检测。文章提供了C++代码示例，帮助初学者理解和实践HOG特征提取，强调了代码的重要性，并提示读者需要根据实际需求调整代码。

摘要由CSDN通过智能技术生成

HOG特征又叫方向特征直方图特征，是计算机视觉中作为目标检测十分常用且奏效的特征。其最著名的应用就是HOG+SVM这种思路解决了行人检测的任务，这项工作发表在了CVPR2005上，从此之后，HOG+SVM这种模式被复制在了很多其他工作中。

有趣的是，在网络上我们可以轻而易举的搜索到无数篇关于HOG特征的理论介绍，却很少可以找到C++版本的代码。这无疑对计算机视觉研究刚刚入门的同学造成了很大困扰，纸上谈兵不如将代码跑出来直接查看实验效果。这里我与大家分享一下基于VLFeat的HOG特征提取代码，希望对大家的学习有所帮助。当然，我的代码只是实现了对一张图片的处理流程，及简单的参数设置，同学们还要根据自己的实际情况在这段代码的基础上稍作修改。话不多说，直接上代码。

#include <iostream>
#include <opencv.hpp>
#include <vl/hog.h>

using namespace std;

int main()
{
    cv::Mat image,img;
    image = cv::imread("image path");
    cv::cvtColor(image,im