HOG+SVM 自己制作训练样本+训练分类器

      最近在做行人检测的项目，其中用到了HOG+SVM，SVM分类器用的是opencv自己提供的，但对于具体应用，该分类器可能并不适用。因此想到制作训练样本，并训练SVM分类器。

      步骤如下：

1、从原始图片生成样本
       对比INRIAPerson\INRIAPerson\Train\pos（原始图片），INRIAPerson\train_64x128_H96\pos（生成样本）可以发现，作者从原始图片裁剪出一些站立的人，要求该人不被遮挡，然后对剪裁的图片left-right reflect。以第一张图片为例crop001001，它剪裁了2个不被遮挡的人，再加上原照片，共3张，再加左右镜像，总共6张。

2、裁剪
　去网上下载基于opencv1.0的程序imageclipper.exe，它能够通过画矩形框自动对图片进行裁剪，自动生成文件名并保存在同一路径下新生成的imageclipper文件夹下。

3.改变图片大小
　 下载Acdsee软件，工具/批量旋转、翻转图像,可以对图像进行旋转和镜像，然后Resize，使图像缩放到同一尺寸

4.调用Hog+SVM训练样本

#include "cv.h"  
#include "highgui.h"  
#include <ml.h>  
#include <iostream>  
#include <fstream>  
#include <string>  
#include <vector>  
using namespace cv;  
using namespace std;  
  
  
int main(int argc, char** argv)    
{    
    vector<string> img_path;//输入文件名变量 
    vector<int> img_catg;