人脸检测源码解析——4、Haar特征集

        在CvCascadeClassifier::train中的如下代码完成Haar特征集的初始化工作：

// （3）创建特征评估器CvHaarEvaluator
       featureEvaluator= CvFeatureEvaluator::create(cascadeParams.featureType);
       //CvHaarEvaluator 初始化，开辟内存，生成特征集
       featureEvaluator->init((CvFeatureParams*)featureParams, numPos + numNeg, cascadeParams.winSize );

        在将原理部分我们说到过haar特征，在W*H的图像区域内，每种形状的特征可以取不同的缩放比例，放在不同的位置。在来回顾一下Haar特征的形状。

        因为我们设置featureType为Haar特征，这里实际创建的是CvHaarEvaluator对象，调用它的init函数，代码如下：

void CvHaarEvaluator::init(constCvFeatureParams *_featureParams,
                          int_maxSampleCount, Size _winSize )
{
   CV_Assert(_maxSampleCount > 0);
   int cols = (_winSize.width + 1) * (_winSize.height + 1);
   sum.create((int)_maxSampleCount, cols, CV_32SC1);
   tilted.create((int)_maxSampleCount, cols, CV_32SC1);
   normfactor.create(1, (int)_maxSampleCount, CV_32FC1);
   CvFeatureEvaluator::init( _featureParams, _maxSampleCount, _winSize );
}

        最后一句调用了父类的init函数，里面创建了存放记录每个样本类别的数组cls，然后调用generateFeatures函数来