HOG + SVM 实现图片分类（python3）_hog+svm实现多分类

前言

大家能看到这篇文章，想必对HOG还是有些了解了，那我就不赘述了，其实我自己不太懂，但是还是比刚开始好一些了。下面我的代码是参考这位博主的：点我查看

上面那位博主是用的cifar-10数据集，但是我们的数据集很可能是普通的图片，所以我进行了一些改进。

注意事项：

1. 你的图片长宽可以不相等，设置好image_height和image_width即可。
   如果图片大小不相等，可以使用change_size.py，把所有图片大小resize成一样的。

2. 你图片对应的标签必须是这样的：

   001.jpg 1
   003.jpg 2

   前面是图片名称，后面是对应的类别（类别用数字表示），中间要用空格隔开，每个标签占一行。
   你要准备两个文件，一个是训练用的，一个是测试用的。
   训练样本标签和预测的都是一样的格式
   大家可以看github上面的实例.(image文件夹)

3. 你的训练和测试的图片可以放在同一个文件夹下面，也可以不同，设置好train_image_path和test_image_path即可。

4. 你要根据你图片的大小，对这行代码进行一些调整，这个调整需要你先了解hog的知识ÿ