opencv的haarcascade模型人脸检测输出框的得分总结

一：调用模型

CascadeClassifier facedetector;

if (!facedetector.load("D:\\opencv\\opencv\\sources\\data\\haarcascades\\haarcascade_frontalface_alt.xml"))
{
cout << "error load" << endl;
}

facedetector.detectMultiScale(frame_gray, faces, rejectLevels, levelWeights, 1.1 , 4, 0, Size(30,30), Size(),true);

检测函数detectMultiScale，函数的各个参数意义。如果不详细看代码，只是简单的运行这一句，会发现这样得到的结果中误检的框很多，很严重

源码D:\opencv\opencv\sources\modules\objdetect\src\cascadedetect.cpp

二：detectMultiScale函数

   if( !detectSingleScale( scaledImage, stripCount, processingRectSize, stripSize, yStep, factor, candidates,
            rejectLevels, levelWeights, outputRejectLevels ) )
            break;

  if( outputRejectLevels )
    {
        groupRectangles( objects, rejectLevels, levelWeights, minNeighbors, GROUP_EPS );
    }
    else
    {
        groupRectangles( objects, minNeighbors, GROUP_EPS );
    }

有两处表明rejectLevels，levelWeights的调用，问题在这里

三：detectSingleScale单一尺度下的检测函数

if( outputRejectLevels )
    {
        parallel_for_(Range(0, stripCount), CascadeClassifierInvoker( *this, processingRectSize, stripSize, yStep, factor,