学习分析cvhaardetectobjects函数

初学者调用cvhaardetectobjects做目标检测时，代码也看不到，糊里糊涂得到结果，我把自己学习的结论分享给大家，大家抱着批评态度看，不可全信。

一，建立个调用cvhaardetectobjects检测目标的工程，并把其中关联的七七八八的函数所在源码文件都放到工程中，方便调试学习。

具体是，把cvhaardetectobjects所在opencv安装目录下的haar.cpp拷到工程下，调试会提示缺少precomp.hpp,internal.hpp之类的。依次在安装目录下找这些文件添加到工程中。这样找到cvhaardetectobjects的函数，顺藤摸瓜找到cvHaarDetectObjectsForROC（），icvCreateHidHaarClassifierCascade，cvSetImagesForHaarClassifierCascade，HaarDetectObjects_ScaleCascade_Invoker，cvRunHaarClassifierCascade。这些源码只有放在工程里才能更好的理解。

二，分析下cvhaardetectobjects里面的流程（以查找flags==CV_HAAR_FIND_BIGGEST_OBJECT为例）。

具体地，1，算积分图，平方积分图等等；2，在各种比例下做检测。2.1 ，提前计算好”对于当前比例“，按照”当前步长“可以移动的次数，到时检测时的窗口位置也很方便计算出来。2.2 在当前比例下，该分类器依据检测窗口位置不同得到不同的隐藏分类器，其实就是提前把当前比例下该分类器在不同窗口位置处，在积分图、平方积分图上的地址算好。到时根据偏移量取值就可，做了些准备工作。2.3 然后就移动位置开始计算了。

三，opencv haar分类器有很多threshold。首先根据每个弱分类器计算出特征值比较classifier.threshold（阈值做了处理），根据大小选择left还是right中的值作为每个弱分类器的结果（和论文中的”是“或者“否”不同）。然后每个强分类器结果是由这些弱分类器结果相加，与stage.threshold比较。得出是否是目标。

四，opencv为了加速，做了并行处理，调试到HaarDetectObjects_ScaleCascade_Invoker（）里面看变量的值时会有点崩溃，好几个线程在处理，看的值会跳来跳去。不考虑这个的话它其实是遍历的。