c++将hog.compute函数可视化

要将 `hog.compute()` 函数的结果可视化，可以按照以下步骤进行：

1. 使用 `hog.detectMultiScale()` 函数检测图像中的对象，并将对象的 ROI（感兴趣区域）保存在一个矩形向量中。

2. 对于每个 ROI，调用 `hog.compute()` 函数来计算 HOG 特征向量。

3. 使用 `cv::HOGDescriptor::getDescriptorSize()` 函数获取 HOG 特征向量的大小，并将其转换为矩阵形式。

4. 使用 `cv::Mat::reshape()` 函数将特征向量重新构造为矩阵形式，以便进行可视化。

5. 使用 `cv::imshow()` 函数将特征向量可视化。

下面是一个示例代码，用于可视化 HOG 特征向量：

#include <opencv2/opencv.hpp>

int main()
{
    cv::Mat image = cv::imread("test.jpg", cv::IMREAD_GRAYSCALE);
    cv::HOGDescriptor hog;
    hog.setSVMDetector(cv::HOGDescriptor::getDefaultPeopleDetector());
    std::vector<cv::Rect> rects;
    hog.detectMultiScale(image, rects);

    for (size_t i = 0; i < rects.size(); ++i)
    {
        cv::Mat roi = image(rects[i]);
        std::vector<float> descriptors;
        hog.compute(roi, descriptors);

        int descriptor_size = hog.getDescriptorSize();
        cv::Mat descriptor_mat = cv::Mat(descriptors).reshape(1, descriptor_size);
        cv::Mat descriptor_image;
        cv::normalize(descriptor_mat, descriptor_image, 0, 255, cv::NORM_MINMAX);
        cv::imshow("HOG Descriptor", descriptor_image);
        cv::waitKey(0);
    }

    return 0;
}

这段代码将检测输入图像中的所有对象，并对于每个对象，计算其 HOG 特征向量，并将其可视化为一个灰度图像。