這篇文章屬于小筆記類型奧~~
1 特征提取
使用SIFT或者SURF生成圖像特征的描述子
2 構建詞典（Vocabulary）
通過上一步所有特征的提取，我們需要得到所有訓練圖片的所有描述子，對所有的這些描述子，使用聚類的方法得到n個聚類中心（可以理解為眼睛、鼻子、草地、人這樣的類別，當然只是用于理解），這樣，每個描述子都會有他所屬的類別了（也就是聚類中心類別）。這n個類別組成我們的詞典。
K-means聚類
3 特征直方圖構成
我們上面得到的是我們要構建的直方圖的橫坐標，就是他的類別。縱坐標表示的是該類出現的頻次。直方圖橫坐標的順序可以按照字典中單詞的順序排列，一旦確定下來了，就不再改變了。
4 表示圖片
輸入一張新的圖片的時候，我們計算新的描述子與每個聚類中心（詞典里面包含的類別）的相似性，得到新的這張圖片的所有描述子的所屬類別。然后，根據這些描述子的類別出現的頻次，構建特征直方圖。
一張人臉的特征直方圖
為了簡化表示，我們假設聚類中心只有四個，實際上數量多會比較好，這張人臉的bow描述子就是【12，105，85，12】串聯表示。
