openCV之HAAR特征（代码实现）

前言：今天是团队的集训日，自己选了HAAR特征的课题来研究，参考了很多博文，都没给出代码实现，遂贡献下自己的代码吧。关于HAAR特征网上已经有很多博文解释的很好了，我肯定是没他们写得好啦，所以我会在下面给出我看到最好的文章。而且最近在看机器学习的内容，博客更新的有点慢。
推荐参考博客连接：http://blog.csdn.net/jing_xin/article/details/17383161

---

关于积分图：图一是参考博客里的，图二是自己画的，可以帮助你们理解下我的代码
图一


图二

---

关于代码：我只实现了横向的比较，就是下图两矩形类右边的那个，其他情况类似

import cv2 as cv

#积分图
def intergralMat(input = [],weigth = 0 ,height = 0):
    output = []
    output.clear()
    columnSum = [0 for i in range(weigth)]
    for i in range(height):
        output.append([0 for x in range(weigth)])
        for j in range(weigth):
            if j == 0:
                columnSum[j] = int(input[i][j])
            else:
                columnSum[j] = columnSum[j-1] + int(input[i][j])
            if i == 0:
                output[i][j] = columnSum[j]
            else:
                output[i][j] = output[i-1][j] + columnSum[j]
    return output

#哈尔图，默认size=1,deep=2
def myHaar(interM = [],weigth = 0,height = 0,size = 1,deep = 2):
    dst = []
    for i in range(height - deep + 1):
        dst.append([0 for x in range(weigth - size)])
        for j in range(weigth - 2*size +1):
            whithe,black = (0,0)
            if j == 0 and i==0:
                whithe = int(interM[i+deep-1][j+size-1])
            elif i!=0 and j==0:
                whithe = int(interM[i + deep - 1][j + size - 1]) - int(interM[i - 1][j + size -1])
            elif i == 0 and j != 0:
                whithe = int(interM[i+deep-1][j+size-1]) - int(interM[i+1][j-1])
            else:
                whithe = int(interM[i+deep-1][j+size-1]) + int(interM[i-1][j-1]) - int(interM[i+1][j-1]) - int(interM[i -1][j+ size -1])
            _i = i
            _j = j + size
            if _i == 0:
                black = int(interM[_i+deep-1][_j+size-1]) - int(interM[_i+1][_j-1])
            else:
                black = int(interM[_i+deep-1][_j+size-1]) + int(interM[_i-1][_j-1]) - int(interM[_i+1][_j-1]) - int(interM[_i - 1][_j+ size -1])
            dst[i][j] = black - whithe
    return dst



def main():
    src = cv.imread('1.jpg')
    tmp = src.copy()
    # 分裂出三通道。这里只取b通道来进行分析，实际应该是分析三个通道，再合并
    b, g, r = cv.split(src)
    # 用于得到图像的宽高
    _w = len(b[0])
    _h = len(b)
    in_b = intergralMat(b, _w, _h)
    Haar_b = myHaar(in_b, _w, _h)
    dst = []
    for x in range(len(Haar_b)):
        dst.append([])
        for y in range(len(Haar_b[0])):
            if Haar_b[x][y] > 0:
                dst[x].append(255)
            else:
                dst[x].append(0)
    for x in range(len(dst)):
        for y in range(len(dst[0])):
            f = dst[x][y]
            tmp[x, y] = [f, f, f]

    cv.imshow('src', src)
    cv.imshow('test', tmp)
    cv.waitKey()

main()

---

效果图：由于只实现了横向的比较，所以只有竖直的线可以提取特征