HOGDescriptor 描述类

struct CV_EXPORTS HOGDescriptor
{
	// 高斯平滑参数
	enum { DEFAULT_WIN_SIGMA = -1 };
	// 检测窗口的最大数量
	enum { DEFAULT_NLEVELS = 64 };
	// 描述符存储格式
	enum { DESCR_FORMAT_ROW_BY_ROW, DESCR_FORMAT_COL_BY_COL };
	// 创建了特征描述符和检测器
	HOGDescriptor(Size win_size=Size(64, 128), 
		Size block_size=Size(16, 16),
		Size block_stride=Size(8, 8), Size cell_size=Size(8, 8),
		int nbins=9, double win_sigma=DEFAULT_WIN_SIGMA,
		double threshold_L2hys=0.2, bool gamma_correction=true,
		int nlevels=DEFAULT_NLEVELS);
	// 返回分类器的数目
	size_t getDescriptorSize() const;
	// 返回块区域直方图尺寸
	size_t getBlockHistogramSize() const;
	// 集系数的线性支持向量机分类器
	void setSVMDetector(const vector<float>& detector);
	// 返回系数检测分类器训练的人(默认窗口大小)
	static vector<float> getDefaultPeopleDetector();
	// 返回系数检测分类器训练的人
	static vector<float> getPeopleDetector48x96();
	static vector<float> getPeopleDetector64x128();
	// 执行对象检测单尺度窗口
	void detect(const oclMat& img, vector<Point>& found_locations,
	double hit_threshold=0, Size win_stride=Size(),
	Size padding=Size());
	// 执行对象检测多尺度窗口
	void detectMultiScale(const oclMat& img, vector<Rect>& 
		found_locations,double hit_threshold=0, 
		Size win_stride=Size(),Size padding=Size(),
		double scale0=1.05,int group_threshold=2);
	// 返回块描述符计算整个图像
	void getDescriptors(const oclMat& img, Size win_stride,
		Feature Detection And Description 
		oclMat& descriptors,
		int descr_format=DESCR_FORMAT_COL_BY_COL);
	// 检测窗口尺寸，块尺寸，窗口步尺寸，胞尺寸，
	// 直方图bins，L2范数阈值,gamma变换标志，检测窗增加最大数
	Size win_size;
	Size block_size;
	Size block_stride;
	Size cell_size;
	int nbins;
	double win_sigma;
	double threshold_L2hys;
	bool gamma_correction;
	int nlevels;
}

转载：http://blog.youkuaiyun.com/zhuwei1988