opencv人脸检测实现（使用MFC做可视化）（一）

（本篇主要为原理介绍以及效果和结果的讨论，源代码解析在下一篇）

一.实现方法

     VS2010可视化程序界面设计：采用MFC

     人脸检测部分：采用OpenCV 2.4.9

1 检测方法

     采用基于统计的人脸检测方法——Haar分类器。

     Haar分类器=Haar-like特征+AdaBoost + 级联 +积分图

     ①Haar-like特征做检测。

     ②使用AdaBoost算法训练区分人脸和非人脸的强分类器。

        （此处利用自己的白视频照片做训练集，来进行训练，后附上自己的训练过程）

     ③使用筛选式级联把强分类器级联到一起，提高准确率。

      ④使用积分图对Haar-like特征求值进行加速

1.1 得到Haar-like特征，区分人脸和非人脸部分

    Lienhart等人提出的Haar-like特征如下图

获取Haar-like特征：

 拿出其中任意一个矩形框去移位滑动，扫描人脸的区域，用白色部分像素值减去黑色部分像素值，结果即为人脸此区域的量化特征值，扫描完全脸，即得到人脸的量化特征值（矩阵特征），做初步弱分类器。

 需要检测时，再对待检测图片做相同操作，最终将所得量化特征值进行对比，相同则为人脸，不同则为非人脸区域，且越不同越好。

1.2 利用AdaBoast算法得到准确的矩阵特征组合（强分类器）