#include?“opencv2/opencv.hpp“
#include?“opencv2/ml.hpp“

#include?
#include?
#include?
#include
#include?

using?namespace?cv;
using?namespace?cv::ml;
using?namespace?std;

#define?FILEPATH??“D:/Pedestrians64x128/“

///////////////////////////////////HOG+SVM識別方式2///////////////////////////////////////////////////	
void?Train（）
{
	////////////////////////////////讀入訓練樣本圖片路徑和類別///////////////////////////////////////////////////
	//圖像路徑和類別
	vector?imagePath;
	vector?imageClass;
	int?numberOfLine?=?0;
	string?buffer;
	ifstream?trainingData（string（FILEPATH）+“TrainData.txt“）;
	unsigned?long?n;

	while?（!trainingData.eof（））
	{
		getline（trainingData?buffer）;
		if?（!buffer.empty（））
		{
			++numberOfLine;
			if?（numberOfLine?%?2?==?0）
			{
				//讀取樣本類別
				imageClass.push_back（atoi（buffer.c_str（）））;
			}
			else
			{
				//讀取圖像路徑
				imagePath.push_back（buffer）;
			}
		}
	}

	//關(guān)閉文件??
	trainingData.close（）;


	////////////////////////////////獲取樣本的HOG特征///////////////////////////////////////////////////
	//樣本特征向量矩陣
	int?numberOfSample?=?numberOfLine?/?2;
	Mat?featureVectorOfSample（numberOfSample?3780?CV_32FC1）;//矩陣中每行為一個樣本

	//樣本的類別
	Mat?classOfSample（numberOfSample?1?CV_32SC1）;

	Mat?convertedImage;
	Mat?trainImage;
	
	//?計算HOG特征
	for?（vector::size_type?i?=?0;?i?<=?imagePath.size（）?-?1;?++i）
	{
		//讀入圖片
		Mat?src?=?imread（imagePath[i]?-1）;
		if?（src.empty（））
		{
			cout?<			continue;
		}
		//cout?<
		//?歸一化
		resize（src?trainImage?Size（64?128））;

		//?提取HOG特征
		HOGDescriptor?hog（cvSize（64?128）?cvSize（16?16）?cvSize（8?8）?cvSize（8?8）?9）;
		vector?descriptors;
		double?time1?=?getTickCount（）;
		hog.compute（trainImage?descriptors）;//這里可以設(shè)置檢測窗口步長，如果圖片大小超過64×128，可以設(shè)置winStride
		double?time2?=?getTickCount（）;
		double?elapse_ms?=?（time2?-?time1）?*?1000?/?getTickFrequency（）;
		//cout?<riptors.size（）?<		//cout?<		

		//保存到特征向量矩陣中
		for?（vector::size_type?j?=?0;?j?<=?descriptors.size（）?-?1;?++j）
		{
			featureVectorOfSample.at（i?j）?=?descriptors[j];
		}

		//保存類別到類別矩陣
		//!!注意類別類型一定要是int?類型的
		classOfSample.at（i?0）?=?imageClass[i];
	}


	///////////////////////////////////使用SVM分類器訓練///////////////////////////////////////////////////	
	//設(shè)置參數(shù)，注意Ptr的使用
	Ptr?svm?=?SVM::create（）;
	svm->setType（SVM::C_SVC）;
	svm->setKernel（SVM::LINEAR）;//注意必須使用線性SVM進行訓練，因為HogDescriptor檢測函數(shù)只支持線性檢測?。。?br/>	svm->setTermCriteria（TermCriteria（CV_TERMCRIT_ITER?1000?FLT_EPSILON））;

	//使用SVM學習?????????
	svm->train（featureVectorOfSample?ROW_SAMPLE?classOfSample）;

	//保存分類器（里面包括了SVM的參數(shù)，支持向量α和rho）
	svm->save（string（FILEPATH）?+?“Classifier.xml“）;

	/*
	SVM訓練完成后得到的xml文件里面，有一個數(shù)組，叫做support?vector，還有一個數(shù)組，叫做alph

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件??????11742??2015-10-30?09:27??HOG.cpp

?????文件????????480??2015-06-14?17:10??Pedestrians64x128\03_ReadFileNames.bat

?????文件??????70468??2015-10-30?09:24??Pedestrians64x128\Classifier.xml

?????文件??????39339??2015-10-30?09:24??Pedestrians64x128\HOG_SVM.txt

?????文件??????11477??2015-06-15?21:35??Pedestrians64x128\Negative\000001.jpg

?????文件??????13598??2015-06-15?21:35??Pedestrians64x128\Negative\000002.jpg

?????文件??????12938??2015-06-15?21:35??Pedestrians64x128\Negative\000003.jpg

?????文件??????10205??2015-06-15?21:35??Pedestrians64x128\Negative\000004.jpg

?????文件??????11850??2015-06-15?21:35??Pedestrians64x128\Negative\000005.jpg

?????文件??????10799??2015-06-15?21:35??Pedestrians64x128\Negative\000006.jpg

?????文件??????13579??2015-06-15?21:35??Pedestrians64x128\Negative\000007.jpg

?????文件??????10725??2015-06-15?21:35??Pedestrians64x128\Negative\000008.jpg

?????文件??????13357??2015-06-15?21:35??Pedestrians64x128\Negative\000009.jpg

?????文件??????14305??2015-06-15?21:35??Pedestrians64x128\Negative\000010.jpg

?????文件???????9266??2015-06-15?21:35??Pedestrians64x128\Negative\000011.jpg

?????文件???????7886??2015-06-15?21:35??Pedestrians64x128\Negative\000012.jpg

?????文件??????13057??2015-06-15?21:35??Pedestrians64x128\Negative\000013.jpg

?????文件??????14991??2015-06-15?21:35??Pedestrians64x128\Negative\000014.jpg

?????文件??????10894??2015-06-15?21:35??Pedestrians64x128\Negative\000015.jpg

?????文件???????7504??2015-06-15?21:35??Pedestrians64x128\Negative\000016.jpg

?????文件??????13590??2015-06-15?21:35??Pedestrians64x128\Negative\000017.jpg

?????文件??????12755??2015-06-15?21:35??Pedestrians64x128\Negative\000018.jpg

?????文件???????8221??2015-06-15?21:35??Pedestrians64x128\Negative\000019.jpg

?????文件???????9533??2015-06-15?21:35??Pedestrians64x128\Negative\000020.jpg

?????文件??????11639??2015-06-15?21:35??Pedestrians64x128\Negative\000022.jpg

?????文件??????15275??2015-06-15?21:35??Pedestrians64x128\Negative\000023.jpg

?????文件??????11677??2015-06-15?21:35??Pedestrians64x128\Negative\000024.jpg

?????文件??????11430??2015-06-15?21:35??Pedestrians64x128\Negative\000025.jpg

?????文件??????10517??2015-06-15?21:35??Pedestrians64x128\Negative\000026.jpg

?????文件??????11527??2015-06-15?21:35??Pedestrians64x128\Negative\000028.jpg

............此處省略2016個文件信息