一、从"规则"到"学习"：机器学习视觉的思路
"小陈，之前学的都是'人定规则'——阈值、滤波、特征匹配都是人设计好的算法。"老周说，"但'判断这张图是科幻书还是童书'这种问题，规则写不完。这时要上机器学习（Machine Learning）。"
传统规则 vs 机器学习：
传统规则：人写"如果图片里有飞船 → 科幻"（写不完）
机器学习：给机器看"这是科幻/这不是科幻"的样本
→ 机器自己学出"区分规律"
机器学习视觉流程（传统）：
① 收集数据：N 张图片 + 标签（科幻/童书/文学）
② 提取特征：把每张图变成"特征向量"（HOG 等）
③ 训练分类器：SVM/决策树/随机森林
④ 预测：新图 → 提取特征 → 分类器给答案
关键概念：
特征工程（Feature Engineering）= 人设计"怎么描述图像"
分类器（Classifier）= 根据特征做判断的模型
"传统机器学习的核心是'特征工程 + 分类器'——特征工程决定'模型看什么'，分类器决定'怎么判断'。这是深度学习的'前身'，理解了它，CNN 的意义就一目了然。"
二、HOG 特征：描述"形状"的经典特征
"图像分类用什么特征？最经典之一：HOG（方向梯度直方图）——描述'物体的形状轮廓'。"老周说：
HOG（Histogram of Oriented Gradients）方向梯度直方图：
思想：物体的"形状"可以通过"边缘的方向分布"来描述
- 人体：竖直边缘多（躯干、腿）
- 汽车：水平+竖直边缘混合
- 文字：密集的混合方向小边缘
提取过程：
① 把图分成小块（cell，如 8×8）
② 每块计算"梯度方向直方图"（哪个方向的边缘多）
③ 所有块的直方图拼成一个长向量 = 特征
用途：
行人检测（HOG+SVM 的经典组合，2005 年 Dala&Tiggs）
通用物体分类
OpenCV：
hog = cv2.HOGDescriptor()
features = hog.compute(img) # 特征向量
感受：HOG 描述"哪里有什么方向的边缘"
= 图像的"形状指纹"（对光照变化鲁棒）
"HOG = '形状轮廓的统计指纹'——它不关心颜色，只关心'边缘长什么样、朝什么方向'。这就是为什么它能用来识别人形（行人检测的经典方案）。"
三、SVM：划"最佳分界线"的分类器
"有了特征向量，怎么分类？SVM（支持向量机）是传统视觉的'标配分类器'。"老周说：
SVM（Support Vector Machine）支持向量机：
核心思想：在特征空间里画一条"分界线"
把不同类别的样本分开，且"边界最宽"
┌─────────────────────────┐
│ ○ ○ ○ │
│ ○ ○ ← 科幻类样本 │
│ ╲ │
│ ╲ 最佳分界线 │
│ ╲ │
│ × × × × │
│ × × ← 童书类样本 │
└─────────────────────────┘
支持向量 = 离分界线最近的样本
（它们"撑住"了分界线，故名支持向量机）
核技巧（Kernel Trick）：
线性分不开？→ 映射到高维再分
RBF 核：最常用（可处理复杂边界）
sklearn 用法：
from sklearn.svm import SVC
model = SVC(kernel="rbf", C=1.0)
model.fit(X_train, y_train) # 训练
pred = model.predict(X_test) # 预测
"SVM 是'边界最大化'的分类器——它找的不是'任意一条分界线'，而是'最稳的那条'（离两边样本都最远）。泛化能力强，是传统视觉的标配。"
四、完整实战：HOG + SVM 给书架图片分类
老周带小陈做了一个完整的"书架图片分类"例子（科幻/童书/文学）：
import cv2
import numpy as np
from sklearn.svm import SVC
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
def extract_hog(img):
"""把一张图变成 HOG 特征向量"""
img = cv2.resize(img, (64, 128)) # 统一尺寸
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
hog = cv2.HOGDescriptor(
winSize=(64, 128), blockSize=(16, 16),
blockStride=(8, 8), cellSize=(8, 8), nbins=9)
return hog.compute(gray).flatten() # 特征向量
# 1. 准备数据（每张图 → 特征向量 + 标签）
X, y = [], []
for img_path, label in zip(all_images, all_labels):
img = cv2.imread(img_path)
X.append(extract_hog(img))
y.append(label) # 0=科幻 1=童书 2=文学
X = np.array(X); y = np.array(y)
# 2. 划分训练/测试
X_train, X_test, y_train, y_test = train_test_split(
X, y, test_size=0.2, random_state=42)
# 3. 训练 SVM
model = SVC(kernel="rbf", C=1.0, gamma="scale")
model.fit(X_train, y_train)
# 4. 评估
pred = model.predict(X_test)
print("准确率:", accuracy_score(y_test, pred)) # ~85%+
# 5. 预测新图
new_img = cv2.imread("new_book.jpg")
new_vec = extract_hog(new_img).reshape(1, -1)
print("预测类别:", model.predict(new_vec)[0])
完整流程回顾（传统机器学习视觉标准套路）：
数据收集（带标签的图片）
→ 特征提取（HOG 等）
→ 训练/测试划分
→ 训练分类器（SVM）
→ 评估（准确率）
→ 部署预测
常见问题：
数据少 → 效果差（特征工程再牛也救不了）
类别不均衡 → 用类别权重
特征没选好 → 换特征/融合特征
"这就是'特征工程时代'的标准开发流程——现在看它有点'原始'，但它让你理解了机器学习的骨架：数据→特征→模型→评估。深度学习只是把这个流程里的'特征'也交给机器自己学。"
五、从 HOG+SVM 到 CNN：为什么要进化
"那为什么后来深度学习了？HOG+SVM 不够吗？"小陈问。
"因为特征工程的天花板。"老周说：
HOG+SVM 的局限：
① 特征是人设计的 → 只捕捉到"人想到的形状"
（猫的纹理、毛色、耳朵结构……HOG 描述不了）
② 手工特征迁移性差：HOG 调好了行人，换个任务又要重新设计
③ 复杂语义（"这是本温暖的书"）没法用简单特征描述
深度学习的答案：
不设计特征，让"神经网络"自己学特征
层数越深，特征越抽象：
浅层：边缘、纹理（类似 HOG 在做的事）
中层：部件（眼睛、轮子、书脊）
深层：语义（脸、汽车、书）
对比：
HOG+SVM：人教机器"看形状"（特征固定）
CNN：机器自己学"看什么"（特征自动进化）
→ 2012 年 AlexNet 碾压式获胜 → 深度学习时代到来
"记住：CNN 不是'另一个特征'，是'让机器自己发明特征'。 下一章，我们进入深度学习——CNN 卷积神经网络，现代计算机视觉的地基。"
六、章末：老周的第五章总结
第四层：传统机器学习视觉
├── 流程：数据 → 特征工程 → 训练分类器 → 评估 → 预测
├── HOG 特征：形状轮廓的方向梯度统计（行人检测经典）
├── SVM：最佳分界线的分类器（核技巧处理非线性）
├── 完整实战：HOG+SVM 书架图片分类（准确率 85%+）
├── 局限：特征是人设计的（天花板有限）
├── 进化：深度学习让机器自己学特征
└── 意义：理解机器学习骨架，为 CNN 打基础
第六层（预告）：深度学习与 CNN —— 机器自己学"看什么"
"小陈，HOG+SVM 让你体验了'机器学习视觉'的完整流程——但它的天花板你也能感觉到：'特征要人设计'。"老周说，"下一章，我们跨入深度学习：CNN 卷积神经网络——让机器自己从数据里'长'出特征来。这是现代计算机视觉真正的开始。"