利用积分图像法快速计算Haar特征 对图象开发的特别有帮助

一个介绍物体识别算法的介绍，SIFTSURF、haar特征、广义hough变换的特性对比分析。

通过积分图来计算图像区域内的Haar特征，内有详细的注释。

OpenCV中的HAAR与LBP数据 HAAR特征数据 LBP特征数据 数据格式XML #include #include using namespace std; using namespace cv; String Face_fileName = haarcascade_frontalface_alt.xml;//opencv自带训练好的人脸识别级联器 String Eye_fileName = haarcascade_eye_tree_eyeglasses.xml;//opencv自带训练好的人眼识别级联器 CascadeClassifier face_cascade;//人脸

级联分类器下载，训练模型 下载直接可用

通过对基于Haar-like特征的AdaBoost人脸检测算法研究，利用由该算法训练的级联分类器和计算机视觉类库OpenCV进行人脸检测系统设计，实现了基于静态图像、摄像头视频和avi视频的人脸检测与标记，以及标记后的人脸区域图像实时显示和存盘。此外，在VC++6.0环境下实现了对人脸检测系统软件界面的开发。实验结果表明，该检测系统开发周期短，检测速度快，实时性强，检测率高，可作为人脸识别和人脸跟踪系统的开发基础。

haarcascade_eye.xml+haarcascade_frontalface_alt2.xml

OpenCV-python haar分类器人脸识别 详细介绍 https://gitee.com/Wind_to_valley/open-cv-face-recognition

鉴于小波多尺度分解与重构在图像的编码、压缩、去燥、融合等方面的重要作用，介绍了Haar 小波的尺度函数与小波函数，给出了Haar 小波多尺度分解与重构的算法，并进行成功验证。结果表明，多尺度分解将图像分解成一个简单的多层次框架，框架的每个分量具有独特的频率特性和空间取向特性，同时重构算法能很好地恢复图像

一个用Haar特征实现的人脸检测过程，并在检测的图片中可以查看所用的Haar特征。