提取输入图像的HOG特征，输出灰度图、校正图和处理好的梯度图，得到HOG特征做下一步的处理

有注释，有助于初学者理解。注意，64位的可执行文件在32位机上执行不了

hog的c版本代码，输入为IPLImage格式单通道图像，输入图像大于4*4，输出为IPlImage格式的9*9的图像（81维特征），可更改为其他格式，

Hog特征提取,详细代码,输出的是特征大数组.

基于HOG特征提取的图像分类器，HOG的核心思想是所检测的局部物体外形能够被光强梯度或边缘方向的分布所描述。通过将整幅图像分割成小的连接区域称为cells，每个cell生成一个方向梯度直方图或者cell中pixel的边缘方向，这些直方图的组合可表示出所检测目标的目标）描述子。为改善准确率，局部直方图可以通过计算图像中一个较大区域称为block的光强作为measure被对比标准化，然后用这个measure归一化这个block中的所有cells.这个归一化过程完成了更好的照射/阴影不变性。