该博客介绍了如何使用VLFeat和Piotr’s Image & Video Matlab Toolbox在Matlab中计算图像的HOG特征，包括计算步骤、示例代码和两者之间的差异。VLFeat的hog函数用于计算，而Piotr’s Toolbox的hog命令也可实现类似功能。文章还提及了三维HOG特征的计算以及相关参考资料。
Matlab计算图像HOG特征
HOG特征
关于HOG特征，可以参见另一篇HOG特征。
方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它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。
VLFeat和Piotr’s Image & Video Matlab Toolbox
本文通过使用VLFeat和Piotr’s Image & Video Matlab Toolbox两种工具箱进行HOG特征计算。关于VLFeat和Piotr’s Image & Video Matlab Toolbox的配置安装，可参考VLFeat和Piotr’s Image & Video Matlab Toolbox。
VLFeat计算HOG特征
VLFeat - Tutorials > HOG features是VLFeat计算HOG特征的说明。
HOG特征的计算使用函数vl_hog
一个简单的例子：
原始图像为：
UoCTTI版本（默认）的计算hog特征matlab代码为：
I = single(imread('peppers.png'))/255; %读取图像并将数据类型转为single
cellSize = 8 ; %设置cell大小
hog = 
最低0.47元/天 解锁文章
4664
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
