Haar人脸检测

一个22个， haarcascade_eye，haarcascade_eye_tree_eyeglasses，haarcascade_frontalface_default，haarcascade_lowerbody

##基本执行 python detect.py --cascade classifier / cascade.xml --video samplevid / plane.mp4 --showHaarDetections ##帮助文件 用法：detect.py [-h]-级联层叠-视频VIDEO [--savedetections] [--savemotiondetections] [--overlapratio OVERLAPRATIO] [--savediffs] [--showHaarDetections] [--showMotionDetections] [- -UpdateLists] [--EnableMotionDetect] [--EnableOutStream] [--SaveOutStream] Craft.io选项 optional arguments: -h

针对一张图片，特征提取Haar特征，50*50大小-对应特征160000个 MATLAB代码：动态图，演示Haar特征提取过程 Python代码：实现Haar特征提取 第1步：计算相应积分图 第2步：计算Haar矩形坐标集 第3步：针对每个Haar矩形，积分图快速计算Haar特征

毕业设计论文范文源码 Face-Detection 本科毕业设计 基于Haar特征与AdaBoost算法的人脸检测的实现 ======================================== 本项目源代码遵循GPL授权许可，你可以修改并免费使用，但请保留本项目作者信息，谢谢。 论文引用格式（文章为本科毕业论文）： 贾震. 基于Haar特征与AdaBoost算法的人脸检测研究与实现[D]. 曲阜师范大学, 2016. ------博客地址------ Coding Home - 漂流瓶jz CSDN博客 新浪博客 ======================================== main.m 为主函数 里面包含训练和检测的主要操作说明和用法。 ======================================== 实验过程： 实验结果; ======================================== 训练样本： MIT人脸数据库 样本尺寸：20*20px 样本个数：5971个样本，其中人脸样本为2429个 faces文件夹 包含人脸

opencv中的担任检测功能的haar级联分类器，OpenCV-python预训练的模型，haarcascade_frontalface_default.xml；github上下载实在太慢了

1.去掉了所有动态分配内存的操作，对嵌入式系统有一定的速度提升 2.注释覆盖了大量关键代码 3.减少了代码一半的体积，并且减少了部分健壮性的代码，速度比OpenCV源码提升16% 4.修改了大量数据结构，不依赖CV源码直接编译 5.去掉了double型，改成Int 6.开方改成查表 7.除法改成乘法加位移

包含基于adaboost和haar特征进行检测的原理论文（经过选择觉得比较好的）。以及opencv中如何利用上述原理进行haar+adaboost训练检测数据的源代码（已建成project）。结合看可以加深对adaboost的理解及应用。

之前自己训练的几个haar like+ adaboost车辆识别xml文件，里面有好几个，效果还过得去，感兴趣的朋友可以下载尝试

小波变换及matlab原始码此配置文件旨在实现：使用小波变换的数字图像模糊检测，童杭航，李明京，张洪江 我使用了两种编程语言（matlab和C ++）来实现它。 使用Matlab源代码只需执行脚本start.m 使用C ++源代码我的代码取决于Opencv，如果您的计算机具有Opencv（> = 2.4.x），请在bash shell终端上执行命令./compile.sh main.cpp来生成执行文件“ main”，然后执行命令./main [图像]运行。