最早的haar特徵由papageorgiou c.等提出（《a general framework for object detection》），後來paul viola和michal jones提出利用積分影象法快速計算haar特徵的方法（《rapid object detection using a boosted cascade of ****** features》）。之後，rainer lienhart 和 jochen maydt用對角特徵對haar特徵庫進行了擴充套件（《an extended set of haar-like features for rapid object detection》）。opencv的haar分類器就是基於擴充套件後的特徵庫實現的。
haar特徵本身並不複雜，就是用圖中黑色矩形所有畫素值的和減去白色矩形所有畫素值的和。
其中，對於45°的rotated特徵（如1(c)和1(d)），w，h表示如下圖所示：
其計算公式為：
***中沒有說明，個人認為此處除了z，xy值也有變化：
首先有兩點要清楚：
1、對於某特定大小的特徵，在視窗內滑動計算。
也就是如圖1（a）特徵大小為2*1，對於24*24的影象。水平可滑動23步，垂直滑動24步，所以共有23*24個特徵。
2、對於乙個特徵，特徵本身沿水平、豎直方向分別縮放。
還看特徵1（a），特徵大小為2*1，則延水平方向可放大為：4*1，6*1，8*1，…，24*1；豎直方向可放大為：2*1，2*2，2*3，…，2*24。即每個特徵有xy種放大方式。（！放大的矩形特徵並限制保持2:1的比例！）
清楚這兩點，就很容易寫出計算特徵個數的**：
int gethaarcount(int w,int h,int w,int h)所以只要用如下方式呼叫原函式：
可以看到和**用公式計算得到的值是一致的~
特徵個數雖然很大，但很有規律，不用程式用筆也很容易推出遞推公式。
如1(a)和1(b)特徵遞推為：(12^2)*(1+2+...+24)=43,200
具體參見此貼：re: [opencv] re: number of haar features
計算Haar特徵個數
最早的haar特徵由papageorgiou c.等提出 a general framework for object detection 後來paul viola和michal jones提出利用積分影象法快速計算haar特徵的方法 rapid object detection using a b...
opencv筆記 8 Haar特徵
haar特徵由邊緣特徵 線性特徵 中心特徵和對角線特徵組合成特徵模板。特徵模板中有白色和黑色兩種矩形，模板的特徵值則為白色矩形畫素減去黑色矩形畫素之和。haar特徵反應了影象灰度變化的情況。對於圖中a,b,d這類特徵v sum 白 sum 黑 而對於c來說則v sum 白 2 sum 黑 積分圖就是...
opencv中haar特徵檢測人臉（適合小白）
本文的例程是我第一次用opencv自帶的利用haar特徵人臉識別的分類器檔案進行人臉檢測的收穫，注意，前提是已經有了分類器檔案xml，僅僅是利用它來進行檢測的過程。希望能幫到有需求的人 haar特徵的人臉檢測 使用opencv自帶的xml分類器檔案 問題 1.分類器檔案的載入，使用的是opencvc...