python识别分类器_人脸检测识别opencv+python实现（Haar分类器）

PS. 由于本人工作上事情较多，有关于Haar分类器用于人脸检测的学习，已经初步学习并了解原理与过程。

但是暂时没有时间来整理所有知识点的博客。

下面将着重介绍一下几个步骤，然后推荐一些博客。

并附上用haar+级联分类器的方法，opencv+python的实现，用于人脸检测。

后期有空了再补上详细原理步骤！！！！！！

一、haar分类器用于人脸检测的几个关键点：

1. Haar-like 特征

2. Haar-like特征的计算—积分图

3. 计算Haar特征值

4. Haar特征值归一化(也可标准化)

5. Adaboost级联分类器 (人脸训练 + 检测)

二、几个比较好的博客介绍：

三、通俗的理解haar分类器用于人间检测的五大步骤

1、准备人脸、非人脸样本集；

2、计算特征值和积分图；

3、筛选出T个优秀的特征值(即最优弱分类器)；

4、把这个T个最优弱分类器传给AdaBoost进行训练。

5、级联，也就是强分类器的强强联手。

四、opencv + python  的实现：

1、进入python安装过所有包的那个文件夹：

比如我的是 D:\XXX\XXX\python3.6/site-packages

2、选择cv2 文件夹 进入，在选择data文件夹进入：里边有很多的可用的一些opencv已经弄好了的方法。