方向梯度直方图（HOG）特征提取原理

我看的视频地址：https://www.bilibili.com/video/BV1dz411B7Rd?from=search&seid=15644842294857067045&spm_id_from=333.337.0.0

方向梯度直方图特征，HOG：

首先讲一些基础知识，关于图像的梯度的。
对于函数f(x,y),它的梯度向量是（fx,fy）；
如果一张图像用函数f(x,y)表示的话，图像梯度就很容易计算。对于每个像素点，计算图像的水平梯度值x和垂直梯度值y。
其中，方向梯度值为

梯度角为

梯度值范围是0-255，很大的负方向变化像素表现为黑色，很大的正方向变换像素则表现为白色。

这里举一个例子，有一张黑色的图，中间有一个白色的圆形，中间是X方向的梯度图，右边是Y方向的梯度图。

要得到X方向的梯度图，首先要做的就是让我们的扫描线从左边走到右边，首先我们会看到很多像素值为0的黑色，然后就会看到像素值为255的白色，有一个巨大的梯度差。从0到255（从小到大）这表示一个正梯度，在图中呈现为白色。然后继续扫描