为了更有效地提高图像分类性能和准确率,提出一种基于HOG-PCA的高效图像分类方法。首先通过提取方向梯度直方图（HOG）特征并作特征白化,再随机下采样进行尺度统一,随后采用主成分分析（PCA）进行特征映射,最后用最小二阶范数判定进行最近邻分类。实验中,采用C,基于OpenCV和Darwin实现了提出的方法,并在Pascal2012数据集上进行测试,比较了该方法和BOW-SVM方法的准确率和运行性能。实验证明,提出的方法具有更高的准确率和更好的运行性能。