最近在目标探测与识别课上学了积分图和Haar特征的相关知识。刚学的时候，对Haar特征的数量计算有一些疑惑。后来查阅相关资料之后，恍然大悟了。下面分享一下我的见解：

积分图

这个就不用多说了。积分图尺寸与原图像尺寸一致，积分图上任意一点(x,y)的值就是原图像上从左上角到对应(x,y)位置所围成的矩形区域所有像素的灰度值之和。

由积分图计算Haar特征

使用积分图计算Haar特征，主要是为了加快计算速度。比如，在积分图的基础上计算某一矩形区域的像素值之和时，可以参考下图

这里要注意的是，A区域(ii1)的右下角不在D区域里，在实际计算的时候要看仔细。
Haar特征主要有五个，分别是：

上图中的黑白两色分布可能跟有些资料上刚好相反，不过实质是一样的。比如，人眼睛和眉毛之间以及嘴唇存在边缘特征一，鼻梁存在线性特征四

在利用积分图计算Haar某一特征的时候，是用白色矩形区域的像素值之和减去黑色矩形区域的像素值之和（当然你也可以用黑色的减去白色的，这取决于自己的实际应用）。
这里以计算边缘特征1为例，

计算结果应该是B区域的像素值之和减去A区域的像素值之和。

Haar特征值的数量及其计算

一幅2424大小的图像中含有的Haar特征总数量达到了162336个。具体的计算公式可以参考Haar特征与积分图
下面我以一幅33大小的图像介绍一下怎么算它的Haar边缘特征一。

首先要确定Haar特征一的尺寸。

特征一由上下两部分组成。因此特征一的高度必须能被2整除，即能够分成上下两份；而特征一的宽度没有特殊要求，视具体情况而定。
比如在33的图像上计算12大小的Haar特征一，过程如下

每次计算都是矩形下半部分（视为白色区域）的像素值之和减去上半部分（视为黑色区域）的像素值之和。结果依次是0，0，0；0，-1，0 …
这样大小的特征算子在33的图像里能够滑动6次，也就是能得到6个特征值。
当然我们还能取22大小的算子在图像里滑动，能够滑动4次；还能取32大小的算子，能够滑动2次。再大的算子就超过了图像的尺寸，不能取了
因此在33大小的图像里，Haar特征一的特征值数量为6+4+2=12个，这与用公式计算得到的结果是一致的。
在实际应用中，按情况取固定尺寸的算子来滑动计算就好啦

Haar特征计算的一些见解相关推荐

分类器是如何做检测的？（2）——【续】检测中的LBP和HAAR特征计算过程
前面介绍分类器检测过程的示例中是以HOG特征为例,那LBP和HAAR特征在xml中是如何表达和测试的呢? 2.3 LBP与HAAR特征 HAAR特征的计算和表达方式与HOG很类似,在OpenCV ...
Haar特征和级联分类器目标检测介绍及应用
文章目录 Haar特征和级联分类器目标检测介绍及应用 1. Haar特征 2. 级联分类器 3. 实现步骤 4.尝试训练自己的级联分类器 4. 应用示例 Haar特征和级联分类器目标检测介绍及应用 H ...
OpenCV14：Haar特征
首先,我们需要了解特征是什么?所谓特征,就是某个区域的像素点经过某种运算后得到的结果. 其中,结果可能是具体值.向量.矩阵那么如何利用特征区分目标(即如何判断特征)?方法之一是,类似于阈值判决的方 ...
Adaboost 人脸检测：Haar特征及积分图、分类器的级联
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新) 人脸识别功能实现的原理介绍与算法介绍人脸识别:人脸数据集 A ...
haar分类器详解（Haar特征，积分图，adaboost算法，筛选式级联分类器），DCG介绍 --文献阅读报告《基于素描对视频的人脸识别研究》
基于素描对视频的人脸识别--haar分类器详解,haar特征,adaboost,级联强分类器,积分图,DCG 背景算法总体流程 1.预处理--识别出人脸并将人脸图像标准化 haar特征积分图--加 ...
物体识别算法——SIFT/SURF、haar特征、广义hough变换的对比分析
著作权归作者所有. 商业转载请联系作者获得授权,非商业转载请注明出处. 作者:cvvision 链接:http://www.cvvision.cn/7780.html 来源:CV视觉网识别算法概述: ...
目标检测的图像特征提取—Haar特征
1.Haar-like特征 Haar-like特征最早是由Papageorgiou等应用于人脸表示,Viola和Jones在此基础上,使用3种类型4种形式的特征. Haar特征分为三类:边缘特征.线性 ...
Haar特征原理与icvCreateIntHaarFeatures方法的具体实现附详细注释—— 人脸识别的尝试系列（二）
带着强烈的兴趣,上周开始人脸识别的尝试与学习,并且将具体的操作过程记录了下来链接如下:http://blog.csdn.net/u011583927/article/details/44627493 ...
Haar特征与积分图—概念解析
1. Adaboost方法的引入 1.1 Boosting方法的提出和发展在了解Adaboost方法之前,先了解一下Boosting方法. 回答一个是与否的问题,随机猜测可以获得50%的正确率.如果 ...

Haar特征计算的一些见解

积分图

由积分图计算Haar特征

Haar特征值的数量及其计算

Haar特征计算的一些见解相关推荐

最新文章

热门文章