python中的Haar级联是什么？

照片可能包含许多令人愉快的细节。但由于光照、视角、视距、相机抖动、数字噪声的变化，图像细节变得不稳定。人们在分类时不会受到这些物理细节差异的影响。因此，提取图像的细节对于产生稳定的分类结果和跟踪结果非常有用，本文向大家介绍

这些提取的结果

Haar级联。从图像数据中提取特征。虽然任何像素都可以影响多个特征，但是特征应该比像素少。两幅图像之间的相似性可以通过它们对应特征的欧氏距离来度量。

一、Haar级联是什么？

从图像数据中提取特征。虽然任何像素都可以影响多个特征，但特征应该比像素少。两幅图像之间的相似度可以通过其对应特征的欧几里得距离来衡量。

Haar

特征是一种用于实现实时人脸跟踪的特征。每一个 Haar 特征都描述了相邻图像区域的对比模式。例如，边、顶点和细线都能生成具有判别性的特征。

二、获取 Haar级联数据

1、首先我们需要进入OpenCV官网：https://opencv.org下载你需要的版本。单击发布。

2、由于OpenCV支持Windows、Android、Maemo、FreeBSD、OpenBSD、iOS、Linux和Mac OS等多种平台，一般初学者使用windows，点击windows。

3、点击 Windows 后跳出新界面，等待 5s 自动下载

4.然后双击下载的文件进行安装。本质是解压。解压后，会创建一个文件夹，其他什么都没有发生。安装后的目录结构如下。其中，build是OpenCV使用的一些库文件，source是OpenCV官方为我们提供的一些demo示例源码

5. 在源文件夹 data/haarcascades。此文件夹包含所有 OpenCV 人脸检测 XML 文件，可用于检测静止图像、视频和相机生成的图像中的人脸。

人脸检测器（默认）：haarcascade_frontalface_default.xml
人脸检测器（快速 Harr）：haarcascade_frontalface_alt2.xml
人脸检测器（侧视）：haarcascade_profileface.xml
眼部检测器（左眼）：haarcascade_lefteye_2splits.xml
眼部检测器（右眼）：haarcascade_righteye_2splits.xml
嘴部检测器：haarcascade_mcs_mouth.xml
鼻子检测器：haarcascade_mcs_nose.xml
身体检测器：haarcascade_fullbody.xml
人脸检测器（快速 LBP）：lbpcascade_frontalface.xml