python中Haar级联是什么?

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MacOS，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

以上就是python中Haar级联是什么?希望能对大家有所帮助。更多Python学习教程请关注IT培训机构:千锋教育。http://www.mobiletrain.org/

上一篇

python日志库的模块化方法

下一篇

pandas中如何使用合并append函数?