烟雾检测（1）HOG+SVM 检测

前言

效果如下，将下图喂到test程序内可得img1所示输出。

大作业要求

报告的主题是video based smoke detection，四人一组，一组交一份报告。

预先提供train、test两个数据集，内部有smoke和non两个文件夹，文件夹内有若干100*100大小的图片。

报告内容包括四部分：1、特征表示；2、降维及聚类；3、分类；4、模型评价及选择。

图片预处理

拿到图片集后，发现图片的是这样的（部分图片）。图片大小的统一的，都是100*100，但是图片的名字命名规则缺没有规律（也可能是有我没发现的规律）， 图片读取十分不方便。

全选图片后，对任一个图片重命名，图片集实现了批量图片重命名，得到如下图所示的图片集：

 可以看出所有图片的名字得到统一化，接下来通过程序读取图片集就变得简单啦。

 以下是代码分析

训练集内所有烟雾图片和无烟雾图片分别读取到pos_list和neg_list列表内

PosNum = 688
NegNum = 817
pos_path = 'train\\smoke_mqa\\'
neg_path = 'train\\non_mqa\\'


#导入正、负图片集
for i in range(0,PosNum):
    fileName = pos_path+'yw ('+str(i+1)+').jpg'
    img  = cv2.imread(fileName)
    pos_list.append(img) 

for i in range(0,NegNum):
    fileName =neg_path+'no_yw ('+str(i+1)+').jpg'
    img = cv2.imread(fileName)
    neg_list.append(img)

将pos_list和neg_li