1.
//detect()中调用
CV_WRAP void detectMultiScale( InputArray image,
CV_OUT std::vector<Rect>& objects,
double scaleFactor = 1.1,
int minNeighbors = 3, int flags = 0,
Size minSize = Size(),
Size maxSize = Size() );
@brief在输入图像中检测不同大小的对象。检测到的对象作为列表返回
的矩形。 @param image CV_8U类型的矩阵,其中包含检测对象的图像。 @param objects 每个矩形包含检测到的对象的矩形向量,矩形可能部分在原始图像之外。
@param scaleFactor参数指定在每个图像比例下图像大小减少了多少。
@param minNeighbors参数指定每个候选矩形应该有多少个要保留的邻居。
@param flags参数与旧函数中的函数具有相同的含义
cvHaarDetectObjects。它不用于新的级联。
@param minSize最小可能的对象大小。小于这个值的对象被忽略。
@param maxSize最大可能的对象大小。大于此的对象将被忽略。如果maxSize == minSize
模型是单一尺度评估的。
2.
CV_EXPORTS_W void matchTemplate( InputArray image, InputArray templ,
OutputArray result, int method, InputArray mask = noArray() );
@brief比较模板和重叠的图像区域。
该函数在图像中滑动,比较大小为\ f w timesh f 的重叠块 templ使用指定的方法,并将比较结果存储在结果中。这里是公式 对于可用的比较方法(\ f I f 表示图像,\ f T f