这篇文章属于小笔记类型奥~~
1 特征提取
使用SIFT或者SURF生成图像特征的描述子
2 构建词典（Vocabulary）
通过上一步所有特征的提取，我们需要得到所有训练图片的所有描述子，对所有的这些描述子，使用聚类的方法得到n个聚类中心（可以理解为眼睛、鼻子、草地、人这样的类别，当然只是用于理解），这样，每个描述子都会有他所属的类别了（也就是聚类中心类别）。这n个类别组成我们的词典。
K-means聚类
3 特征直方图构成
我们上面得到的是我们要构建的直方图的横坐标，就是他的类别。纵坐标表示的是该类出现的频次。直方图横坐标的顺序可以按照字典中单词的顺序排列，一旦确定下来了，就不再改变了。
4 表示图片
输入一张新的图片的时候，我们计算新的描述子与每个聚类中心（词典里面包含的类别）的相似性，得到新的这张图片的所有描述子的所属类别。然后，根据这些描述子的类别出现的频次，构建特征直方图。
一张人脸的特征直方图
为了简化表示，我们假设聚类中心只有四个，实际上数量多会比较好，这张人脸的bow描述子就是【12，105，85，12】串联表示。
