OpenCV 目标检测模块：定向梯度直方图描述符

目标检测是计算机视觉领域的重要任务之一，它涉及识别图像或视频中特定对象的位置和边界框。OpenCV 是一个广泛使用的计算机视觉库，提供了丰富的功能和算法来实现目标检测。本文将介绍 OpenCV 中的定向梯度直方图描述符（HOG）方法，该方法在目标检测中被广泛应用。

HOG 方法是一种基于图像局部梯度统计的特征描述符。它的基本思想是，对于一个物体的形状和纹理特征，可以通过计算图像中不同位置的局部梯度直方图来表示。这些局部梯度直方图能够捕捉到目标物体的边缘和纹理信息，从而用于目标检测。

在 OpenCV 中，我们可以使用 cv2.HOGDescriptor() 类来创建一个 HOG 描述符对象，并使用 compute() 方法计算图像的 HOG 特征。

下面是一个示例代码，演示了如何使用 OpenCV 进行目标检测，并提取图像的 HOG 特征：

import cv2

# 创建 HOG 描述符对象
hog = cv2.HOGDescriptor()

# 设置 SVM 分类器