一、概述

1、了解Haar级联

        Haar级联是基于Haar特征的级联分类器。什么是级联分类器？它只是一组弱分类器的串联，可用于创建强分类器。弱分类和强分类是什么意思呢？弱分类器是性能有限的分类器，它们没有能力正确地对一切事物进行分类。如果提出的问题非常简单，它们也许能在可接受的水平上被采用。另一方面，强分类器非常擅长正确分类数据。我们将在接下来的几个段落中看到它们是如何结合在一起的。Haar级联的另一个重要部分是Haar特征，这些特征是矩形的简单求和，以及图像中这些区域的差异。

        要想计算区域ABCD的Haar特征，只需计算该区域中白色像素和蓝色像素之间的差异。正如我们从四个图中看到的，我们用不同的模式来构建Haar特征。还有许多其他模式也可以被采用。我们在多个尺度上执行此操作以使系统尺度不变。当说到多尺度时，我们只是缩小图像以便再次计算相同的特征。这样可以使其对特定对象的大小变化具有鲁棒性。

2、Haar级联算法的工作原理

        Haar级联算法利用一种滤波器从给定图像中执行特征提取。这些过滤器一次只检查图像的一部分。然后将白色部分和黑色部分的像素强度相加。这两个和相减的结果就是特征提取值。使用haar级联算法提取的haar-like特征有3种，分别是边缘特征、线特征和中心-环绕特征。