HOG+SVM图像分类算法

%% 用hog特征对图像进行多分类，svm训练，1 VS 1    
%% 1 数据集，包括训练的和测试的 （注意自己图片存放路径，附录我给出示例下载图片链接）   
imdsTrain = imageDatastore（‘train_images‘...    
    ‘IncludeSubfolders‘true...    
    ‘LabelSource‘‘foldernames‘）;    
imdsTest = imageDatastore（‘test_images‘）;     
%% 显示训练的图片种类Labels和数量Count  
Train_disp = countEachLabel（imdsTrain）;  
disp（Train_disp）;    
%%   2 对训练集中的每张图像进行hog特征提取，测试图像一样    
% 预处理图像主要是得到features特征大小，此大小与图像大小和Hog特征参数相关    
imageSize = [256256];% 对所有图像进行此尺寸的缩放    
image1 = readimage（imdsTrain1）;    
scaleImage = imresize（image1imageSize）;    
[features visualization] = extractHOGFeatures（scaleImage）;    
imshow（scaleImage）;hold on; plot（visualization）;title（‘HOG feature‘）;        
% 对所有训练图像进行特征提取    
numImages = length（imdsTrain.Files）;    
featuresTrain = zer