基于方向梯度直方图(HOG)的人脸检测(FD)——（一）

如下四篇博文：将HOG应用于FD(Face Detection)。

（一）
OpenCV3特征提取与目标检测之HOG（一）——HOG的概述与原理

（二）
OpenCV3特征提取与目标检测之HOG（二）——使用官方的行人分类器实现行人检测

（三）
基于方向梯度直方图(HOG)的人脸检测

（四）
CV之FD之HOG：人脸检测之基于HOG的人脸识别算法、简介、代码实现(偶像胡歌为例)之详细攻略

HOG(Histogram of Oriented Gradient）：方向梯度直方图，一种特征描述子。通过计算与统计图像局部区域的梯度方向直方图来构成特征。
边缘是图像颜色剧变的区域；梯度主要存在于局部目标边缘的地方。
（1）局部目标的边缘
梯度（梯度幅值、梯度方向）。
（2）直方图
图像中像素强度分布的图像表达方式。
（3）HOG
将梯度方向角度值的范围变为[0,9)。

1.OpenCV3特征提取与目标检测之HOG（一）——HOG的概述与原理

1.1.Mat&
Mat：值传递；
Mat&：引用传递，少了对象的拷贝过程。
1.2.using namespace cv::ml;
OPENCV3中ML库
opencv3.0中，提供了一个ml.cpp的文件，这里面全是机器学习的算法。
1.3.积分图
在需要重复计算目标区域内像素值和的场合，积分图（图像积分图中每个点的值是原图像中该点左上角的所有像素值之和；“Summed Area Table”）都能大大地减少计算量。

积分图(一) - 原理及应用