今天说一说haar分类算法。
首先介绍haar-like特征。haar-like的特征有边缘特征、线性特征、中心特征和对角线特征。我们使用特征模板来表示特征的计算,如图所示:
这些特征分别对应着不同的矩阵以便于进行计算,比如对应的矩阵可以为,计算的最后 结果就是白色区域的像素值(可以为灰度)减去 黑
今天说一说haar分类算法。
首先介绍haar-like特征。haar-like的特征有边缘特征、线性特征、中心特征和对角线特征。我们使用特征模板来表示特征的计算,如图所示:
这些特征分别对应着不同的矩阵以便于进行计算,比如对应的矩阵可以为,计算的最后 结果就是白色区域的像素值(可以为灰度)减去 黑