程序代码篇---Haar 级联检测器&LBPH 算法

一、Haar 级联检测器（Haar Cascade Detector）

1. 基本原理

Haar 级联检测器是一种基于 机器学习 和 特征工程 的目标检测算法，主要用于实时人脸检测（也可扩展至其他物体检测）。其核心思想是：

• 使用 Haar-like 特征 快速描述图像局部区域的亮度变化（如边缘、线条、中心环绕等）。
• 通过 级联结构的强分类器（由多个弱分类器组成）实现快速筛选，减少后续复杂计算量。

Haar-like 特征

• 定义：由相邻矩形区域的像素值差值构成，反映局部区域的对比度差异。
  • 常见类型：
    • 边缘特征（如两矩形横向或纵向排列，检测边缘）。
    • 线性特征（三矩形排列，检测中间亮 / 暗的线条）。
    • 中心环绕特征（四矩形排列，检测中心区域与周围的差异）。
  • 计算优化：通过 积分图（Integral Image） 快速计算任意矩形区域的像素和，将特征计算时间从 \(O(n^2)\) 降至 \(O(1)\)。