python中Haar级联是什么？

参考资料

正文内容

码农之家最近发表了一篇名为《python中Haar级联是什么？》的py文章，好东西应该跟大家分享，增加了更多知识点内容，为了大家阅读方便。

照片可能包含许多令人愉快的细节。但由于光照、视角、视距、相机抖动、数字噪声的变化，图像细节变得不稳定。人们在分类时不会受到这些物理细节差异的影响。因此，提取图像的细节对于产生稳定的分类结果和跟踪结果非常有用，本文向大家介绍这些提取的结果Haar级联。从图像数据中提取特征。虽然任何像素都可以影响多个特征，但是特征应该比像素少。两幅图像之间的相似性可以通过它们对应特征的欧氏距离来度量。

一、Haar级联是什么？

从图像数据中提取特征。虽然任何像素都可以影响多个特征，但是特征应该比像素少。两幅图像之间的相似性可以通过它们对应特征的欧氏距离来度量。

Haar 特征是一种用于实现实时人脸跟踪的特征。每一个 Haar 特征都描述了相邻图像区域的对比模式。例如，边、顶点和细线都能生成具有判别性的特征。

二、获取 Haar级联数据

1、首先我们要进入 OpenCV 官网：https://opencv.org 下载你需要的版本。点击 RELEASES （发布）。

2、由于 OpenCV 支持好多平台，比如 Windows, Android, Maemo, FreeBSD, OpenBSD, iOS, Linux 和 Mac OS，一般初学者都是用 windows，点击 Windows。

3、点击 Windows 后跳出新界面，等待 5s 自动下载

4、然后双击下载的文件，进行安装，实质就是解压一下，解压完出来一个文件夹，其他什 么也没发生。安装完后的目录结构如下。其中 build 是 OpenCV 使用时要用到的一些库文件， 而 sources 中则是 OpenCV 官方为我们提供的一些 demo 示例源码

5、在 sources 的一个文件夹 data/haarcascades。该文件夹包含了所有 OpenCV 的人脸检测的 XML 文件，这些可用于检测静止图像、视频和摄像头所得到图像中的人脸。

人脸检测器（默认）：haarcascade_frontalface_default.xml
人脸检测器（快速 Harr）：haarcascade_frontalface_alt2.xml
人脸检测器（侧视）：haarcascade_profileface.xml
眼部检测器（左眼）：haarcascade_lefteye_2splits.xml
眼部检测器（右眼）：haarcascade_righteye_2splits.xml
嘴部检测器：haarcascade_mcs_mouth.xml
鼻子检测器：haarcascade_mcs_nose.xml
身体检测器：haarcascade_fullbody.xml
人脸检测器（快速 LBP）：lbpcascade_frontalface.xml