关于haar特征器

Posted mingjone_sherman

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了关于haar特征器相关的知识,希望对你有一定的参考价值。

haarcascade_eye.xml  

haarcascade_eye_tree_eyeglasses.xml  

haarcascade_frontalface_alt.xml  

haarcascade_frontalface_alt_tree.xml  

haarcascade_frontalface_alt2.xml  

haarcascade_frontalface_default.xml  

haarcascade_fullbody.xml  

haarcascade_lefteye_2splits.xml  

haarcascade_lowerbody.xml  

haarcascade_mcs_eyepair_big.xml  

haarcascade_mcs_eyepair_small.xml  

haarcascade_mcs_leftear.xml  

haarcascade_mcs_lefteye.xml  

haarcascade_mcs_mouth.xml  

haarcascade_mcs_nose.xml  

haarcascade_mcs_rightear.xml  

haarcascade_mcs_righteye.xml  

haarcascade_mcs_upperbody.xml  

haarcascade_profileface.xml  

haarcascade_righteye_2splits.xml  

haarcascade_smile.xml  

haarcascade_upperbody.xml  

这些都是人脸的特征,眼睛,鼻子,嘴巴

opencv2中人脸检测使用的是 detectMultiScale函数。它可以检测出图片中所有的人脸,并将人脸用vector保存各个人脸的坐标、大小(用矩形表示),函数由分类器对象调用:

detectMultiScale(,,,,,,)

参数1:image--待检测图片,一般为灰度图像加快检测速度;

参数2:objects--被检测物体的矩形框向量组;
参数3:scaleFactor--表示在前后两次相继的扫描中,搜索窗口的比例系数。默认为1.1即每次搜索窗口依次扩大10%;
参数4:minNeighbors--表示构成检测目标的相邻矩形的最小个数(默认为3个)。
        如果组成检测目标的小矩形的个数和小于 min_neighbors - 1 都会被排除。
        如果min_neighbors 为 0, 则函数不做任何操作就返回所有的被检候选矩形框,
        这种设定值一般用在用户自定义对检测结果的组合程序上;
参数5:flags--要么使用默认值,要么使用CV_HAAR_DO_CANNY_PRUNING,如果设置为

        CV_HAAR_DO_CANNY_PRUNING,那么函数将会使用Canny边缘检测来排除边缘过多或过少的区域,

        因此这些区域通常不会是人脸所在区域;
参数6、7:minSize和maxSize用来限制得到的目标区域的范围

以上是关于关于haar特征器的主要内容,如果未能解决你的问题,请参考以下文章

haar+adaboost制作自己的分类器过程

haar+adaboost制作自己的分类器过程

opencv之haar特征+AdaBoos分类器算法流程

opencv之haar特征+AdaBoos分类器算法流程

浅谈人脸检测之Haar分类器方法

基于AdaBoost算法——世纪晟结合Haar-like特征训练人脸检测识别