OpenCV Haar 分类器阈值答案

【问题标题】：OpenCV Haar Classifier ThresholdOpenCV Haar 分类器阈值
【发布时间】：2012-06-25 00:52:54
【问题描述】：

我正在尝试理解 oepncv XML haar 分类器，它看起来像这样：

      <_>
      <!-- tree 0 -->
      <_>
        <!-- root node -->
        <feature>
          <rects>
            <_>3 7 14 4 -1.</_>
            <_>3 9 14 2 2.</_></rects>
          <tilted>0</tilted></feature>
        <threshold>4.0141958743333817e-003</threshold>
        <left_val>0.0337941907346249</left_val>
        <right_val>0.8378106951713562</right_val></_></_>

正如原论文中提到的，阈值应该与一个特征（整体图像）的总和进行比较。但是，图像的像素值应为 0 - 255（灰度图像）。一个特征的总和怎么会那么小（例如，在这个特征中，阈值是 0.004014...）？你们能给我一些理解的方向吗？

感谢您的帮助！

【问题讨论】：

可能重复 [OpenCv Haar 函数创建的 XML 中的内容。 ](stackoverflow.com/questions/11018145/…)
我的问题更具体，仅通过查看文件不会轻易找到答案。但是无论如何谢谢！

标签： c++ opencv object-detection

【解决方案1】：

这个问题已经解决了。 opencv 团队为实现该算法而发表的论文中提到，他们实际上使用以下等式对像素进行了归一化：

Pixel = (Pixel_old - average)/(2*sigma)

像素是每个像素的归一化值， Pixel_old 是原始整数值 (0-255) average 是检测窗口的平均值（应该是20*20的窗口） sigma 是 20*20 窗口中像素的标准差。

【讨论】：