haar + adaboot 正样本 快速截图工具，生成信息

一共20个， haarcascade_eye，haarcascade_eye_tree_eyeglasses，haarcascade_frontalface_default，haarcascade_lowerbody

毕业设计的人头检测统计源码 有论文说明 不清楚的可查看 绝对可以运行

一维信号的Haar小波分解与重构matlab程序

OpenCV Haar特征分类器识别H字符用xml文件，带H字符图片供打印，参考网上opencv人脸识别代码换一下xml文件名即可使用。可用作无人机着陆用。在无较大的旋转情况下基本能识别。

opencv使用的车牌检测文件，一般适用于停车场路口的近距离检测，中远距离效果较差，CascadeClassifier可以直接载入文件，589+、2300-、19层。

通过LBP训练15小时出来的xml文件，用70000个人脸素材和10000个反面素材训练出来的，供大家学习使用准确率很高

博文：基于python的行人与车辆检测和跟踪实现（HOG+SVM/HAAR） 链接：https://blog.csdn.net/qq_38523834/article/details/89619697 文件里面有我提到的视频，cars.xml文件和myhaar.xml文件。需要的Python库在requirements.txt有提及： cmake==3.12.0 dlib==19.16.0 numpy==1.15.3 opencv-python==3.4.3.18 这些是最低版本，可以比这个高。我是用python3.6运行的。 没有安装dlib库的同学，注意在安装好所需库之后，需要自行下载一个.whl文件后才能用pip install dlib 安装成功哦。 相关下载链接在这个博文里：https://blog.csdn.net/wzx479/article/details/79890440

要先安装python，等库函数，这个资源里面已经有好几个包了，尽量在这个解压文件之内运行1.py与facedetect.py

该资源主要包括一个基于haar特征+AdaBoost，CascadeBoost算法的人脸检测原理文档+2个AdaBoost的matlab代码，以及一个CascadeBoost的matlab代码。代码的注释很多很仔细，适合初学者。