对于结构体CvHaarTrainingData的内容请参考我的另一篇博文http://blog.csdn.net/ding977921830/article/details/46330879。如需转载请注明http://blog.csdn.net/ding977921830/article/details/46799043。
/*
* icvCreateHaarTrainingData
*功能:为训练样本分配内存,并且返回内存地址
*/
static
CvHaarTrainigData* icvCreateHaarTrainingData( CvSize winsize, //图像大小
int maxnumsamples ) //样本图像数量,包括正负样本之和
{
CvHaarTrainigData* data;
/* #define CV_FUNCNAME( Name ) /
static char cvFuncName[] = Name
CV_FUNCNAME 定义变量 cvFuncName存放函数名,用于出错时可以报告出错的函数
*/
CV_FUNCNAME( "icvCreateHaarTrainingData" );
/*
__BEGIN__ 和__END__配套使用,当出现error时,EXIT cxerror.h 中
#define __BEGIN__ {
#define __END__ goto exit; exit: ; }
对于代码中 __BEGIN__ 和__END__后面多加一个分号 的解释:
因为 __BEGIN__;等价于{; ,其中分号(;)为一个空语句,是合理的,但不要也行.__END__也一样.
*/
__BEGIN__;
data = NULL;
uchar* ptr = NULL;
size_t datasize = 0;
/*size_t的全称应该是size type,就是说“一种用来记录大小的数据类型,因为size_t类型的数据其实是
保存了一个整数,所以它也可以做加减乘除,也可以转化为int并赋值给int类型的变量。*/
datasize = sizeof( CvHaarTrainigData ) +
/* sum and tilted */
( 2 * (winsize.width + 1) * (winsize.height + 1) * sizeof( sum_type ) +
sizeof( float ) + /* normfactor */
sizeof( float ) + /* cls */
sizeof( float ) /* weight */
) * maxnumsamples;
CV_CALL( data = (CvHaarTrainigData*) cvAlloc( datasize ) );
/*
*void *memset(void *s, int ch, size_t n);
*函数解释:将s中前n个字节 (typedef unsigned int size_t )用 ch 替换并返回 s 。
*memset:作用是在一段内存块中填充某个给定的值,它是对较大的结构体或数组进行清零操作的一种最快方法
*/
memset( (void*)data, 0, datasize );//内存清零
data->maxnum = maxnumsamples; //包括下面几个都是参数传递
data->winsize = winsize;
ptr = (uchar*)(data + 1);
data->sum = cvMat( maxnumsamples, (winsize.width + 1) * (winsize.height + 1),
CV_SUM_MAT_TYPE, (void*) ptr );//从这里可以看出对于总的积分图来说,每个训练样本图片的积分图占一行,一共是总样本数行
ptr += sizeof( sum_type ) * maxnumsamples * (winsize.width+1) * (winsize.height+1);
data->tilted = cvMat( maxnumsamples, (winsize.width + 1) * (winsize.height + 1),
CV_SUM_MAT_TYPE, (void*) ptr );
ptr += sizeof( sum_type ) * maxnumsamples * (winsize.width+1) * (winsize.height+1);
data->normfactor = cvMat( 1, maxnumsamples, CV_32FC1, (void*) ptr );
ptr += sizeof( float ) * maxnumsamples;
data->cls = cvMat( 1, maxnumsamples, CV_32FC1, (void*) ptr );
ptr += sizeof( float ) * maxnumsamples;
data->weights = cvMat( 1, maxnumsamples, CV_32FC1, (void*) ptr );
data->valcache = NULL;
data->idxcache = NULL;
__END__;
return data;
}