python hashlib（python中Haar级联是什么？）

照片可能包含许多令人愉快的细节 
  
  
  
  
。但由于光照         、视角 
  
 
  
 
  
 
  
 
 、视距









、相机抖动 
  
  
  
  、数字噪声的变化 
  
  
  
  
，图像细节变得不稳定
  
  
  
  
 。人们在分类时不会受到这些物理细节差异的影响
 


 


 


 


 。因此
  
  
  
  
 ，提取图像的细节对于产生稳定的分类结果和跟踪结果非常有用
 


 


 


 


 ，本文向大家介绍这些提取的结果Haar级联 
 
 
 
 
。从图像数据中提取特征
   
   
   
   
 。虽然任何像素都可以影响多个特征 
 
 
 
 
，但是特征应该比像素少
 

 

 

 

 。两幅图像之间的相似性可以通过它们对应特征的欧氏距离来度量 

 

 

 

 
。

一 
  
  
  
  
 、Haar级联是什么？

从图像数据中提取特征         。虽然任何像素都可以影响多个特征
   
   
   
   
 ，但是特征应该比像素少

 
 

 
 

 
 

 
 

 。两幅图像之间的相似性可以通过它们对应特征的欧氏距离来度量








。

Haar特征是一种用于实现实时人脸跟踪的特征              。每一个 Haar 特征都描述了相邻图像区域的对比模式
 
 
 
 
 
 
 
 
 。例如
 

 

 

 

 ，边

 


 


 


 


、顶点和细线都能生成具有判别性的特征













。

二 
 
 
 
 、获取 Haar级联数据

1 
   
   
   
   
 、首先我们要进入 OpenCV 官网：https://opencv.org 下载你需要的版本         。点击 RELEASES （发布）
  
 
  
 
  
 
  
 
  。

2
 

 

 

 

、由于 OpenCV 支持好多平台 

 

 

 

 
，比如 Windows, Android, Maemo, FreeBSD, OpenBSD, iOS, Linux 和 Mac OS         ，一般初学者都是用 windows

 
 

 
 

 
 

 
 

 ，点击 Windows








。

3
 

 

 

 

 、点击 Windows 后跳出新界面








，等待 5s 自动下载

4         、然后双击下载的文件              ，进行安装
 
 
 
 
 
 
 
 
 ，实质就是解压一下













，解压完出来一个文件夹         ，其他什 么也没发生 
  
  
  
  
。安装完后的目录结构如下
  
  
  
  
 。其中 build 是 OpenCV 使用时要用到的一些库文件
  
 
  
 
  
 
  
 
  ， 而 sources 中则是 OpenCV 官方为我们提供的一些 demo 示例源码

人脸检测器（默认）：haarcascade_frontalface_default.xml 人脸检测器（快速Harr）：haarcascade_frontalface_alt2.xml 人脸检测器（侧视）：haarcascade_profileface.xml 眼部检测器（左眼）：haarcascade_lefteye_2splits.xml 眼部检测器（右眼）：haarcascade_righteye_2splits.xml 嘴部检测器：haarcascade_mcs_mouth.xml 鼻子检测器：haarcascade_mcs_nose.xml 身体检测器：haarcascade_fullbody.xml 人脸检测器（快速LBP）：lbpcascade_frontalface.xml