概述

基于Haar特征的cascade分类器(classifiers) 是Paul Viola和 Michael Jone在2001年，论文”Rapid Object Detection using a Boosted Cascade of Simple Features”中提出的一种有效的物品检测(object detect)方法。它是一种机器学习方法，通过许多正负样例中训练得到cascade方程，然后将其应用于其他图片。

Haar特征分类器就是一个XML文件，该文件中会描述人体各个部位的Haar特征值。

OpenCV自带一些已经训练好的分类器，比如人脸、眼睛、微笑等。这些文件储存在如下路径中：

opencv/data/haarcascades/

如果想要自己训练分类器，来识别任意物品，可以参照：

Cascade Classifier Training

函数

void cv::CascadeClassifier::detectMultiScale
(InputArray 	image,std::vector< Rect > & 	objects,double 	scaleFactor = 1.1,int 	minNeighbors = 3,int 	flags = 0,Size 	minSize = Size(),Size 	maxSize = Size() 
)

测试代码

#include "widget.h"
#include "ui_widget.h"#include 
#include 
#include 
#include using namespace cv;
using namespace std;Widget::Widget(QWidget *parent): QWidget(parent), ui(new Ui::Widget)
{ui->setupUi(this);//创建级联分类器CascadeClassifier cascade;//载入Haar特征分类器cascade.load("C:/opencv/date/haarcascade_frontalface_alt2.xml");//创建矩阵Mat src,dst_gray;//载入图像src = imread("c:/opencv/zhou.jpg");//生成灰度图cvtColor(src, dst_gray, COLOR_BGR2GRAY);//创建矩形容器vector rects;//识别人脸cascade.detectMultiScale(dst_gray,rects,1.1,3,0);//绘制矩形框Scalar color(0,255,0);for(uint i=0;i