Harr特征

## 定义 ##
1. 哈尔特征（Haar-like features） 是用于物体识别的一种数字图像特征，它使用检测窗口中指定位置的相邻矩形，计算每一个矩形的像素和并取其差值。然后用这些差值来对图像的子区域进行分类。Harr特征最早用于人脸表示。
2. 在检测阶段，一个与目标物体同样尺寸的检测窗口将在输入图像上滑动，在图像的每一个区域都计算一个Harr特征。这些差值会与一个预先计算好的阈值进行比较，将目标与非目标区分开来。因为这样的一个Harr特征是一个弱分类器，为了达到一个可信的判断，就需要一大群这样的特征，就会将这些特征组合成一个级联分类器，最终形成一个强分类器。
3. Harr特征的主要优势在它的计算速度特别快，使用一个称为积分图的结构，任意尺寸的Harr特征都可以在常数时间内进行计算。
2. Harr特征分为分为3类：边缘特征、线性特征、中心特征和对角线特征，组合成特征模板。特征模板内有白色和黑色两种矩形，并定义该模板的特征值为白色矩形像素和减去黑色矩形特征像素和。Harr特征反映了图像的灰度变化情况。但矩形特征只对一些简单的图形结构，如边缘、线段较敏感，所以只能描述特定走向（水平、垂直、对角）的结构。

对于图中的A, B和D这类特征，特征数值计算公式为：v=S