闵科夫斯基1. 项目概述：当C++遇上OpenCV的行人检测实战
十年前我第一次接触计算机视觉时，行人检测还是个需要昂贵专用设备的领域。如今借助OpenCV和标准PC，任何C++开发者都能构建专业的检测系统。这个项目将带你在VS2015环境下，用HOG特征结合SVM分类器实现完整的行人检测流水线。
为什么选择这套技术栈？HOG（方向梯度直方图）特征对形变和光照变化具有鲁棒性，SVM（支持向量机）在小样本训练时表现优异，这对需要快速部署的场景特别重要。我曾用这套方案为商场开发过客流统计系统，在i5处理器上能达到15fps的实时检测。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 开发环境搭建与OpenCV配置
2.1 VS2015环境准备
首先需要安装Visual Studio 2015 Community版（免费且功能完整）。安装时务必勾选"Visual C++"相关组件：
- Windows 8.1 SDK和Windows 10 SDK（二选一）
- MFC和ATL支持
- C++/CLI支持
注意：如果遇到ucrtbased.dll等运行时库缺失问题，需要单独安装Visual C++ Redistributable for Visual Studio 2015。
2.2 OpenCV 3.x编译安装
建议使用OpenCV 3.4.x版本（保持与HOG模块的兼容性）：
- 从OpenCV官网下载Windows版源码包
- 使用CMake配置时勾选：
- BUILD_opencv_world（生成单个lib文件）
- WITH_OPENMP（启用多线程）
- OPENCV_ENABLE_NONFREE（启用专利算法）
- 在VS2015中生成INSTALL项目
配置环境变量后，在VS项目中需要设置：
- 附加包含目录：opencv\build\include
- 附加库目录：opencv\build\x64\vc14\lib
- 附加依赖项：opencv_world340d.lib（Debug版）
3. HOG特征提取原理与实现
3.1 梯度计算与细胞划分
HOG的核心是对图像局部区域的梯度方向分布进行统计。具体实现时：
cpp复制// 计算x和y方向梯度
Sobel(img, grad_x, CV_32F, 1, 0