OpenCV 级联分类：快速对比拉伸常数答案

【问题标题】：OpenCV Cascade Classification: Fast contrast stretching ConstantOpenCV 级联分类：快速对比拉伸常数
【发布时间】：2015-10-23 10:14:48
【问题描述】：

在论文“Empirical analysis of detection cascades of boosted classifiers for rapid object detection”第 2.3 节中，作者谈到了快速对比度拉伸。我在 OpenCV 或 Matlab 中没有看到任何对这种预处理的引用。通常必须在级联分类器中插入方差归一化子窗口，但在论文中指出，图像是通过乘以标准偏差的任意常数进行归一化的。我不知道在训练级联特征阈值时是否真的考虑了这个常数（论文中的 c=2），如果没有，我如何使用这个操作来避免在检测过程中使用另一种更复杂的对比度增强技术。任何提示都会非常有用。谢谢

问题编辑：在 OpenCV 级联分类“代码”中，与创建级联时使用的 Lienhart 相比，对比度拉伸常数 (c=2) 的确切应用位置在此处引用的论文 http://docs.opencv.org/modules/objdetect/doc/cascade_classification.html 中进行了描述？我找不到它了。谢谢

【问题讨论】：

欢迎来到 Stack Overflow。这里的问题需要与特定的编程问题有关，并具有明确的问题定义和预期输出，因此有知识的人可以提供有效的解决方案。恐怕您的问题不是本网站的好格式，因为它太宽泛，可能会得出太多固执己见的答案。
谢谢，我只留下编程问题

标签： c++ matlab opencv haar-classifier viola-jones

【解决方案1】：

您需要仔细研究论文。这篇论文在细节方面非常清晰和具体。在 2.3 节中，对比度拉伸应用于窗口。事实上，本文中描述的所有计算都是针对某个窗口的，该窗口必须针对对象的存在/不存在进行分析。用于在输入分类器之前对窗口进行对比度拉伸。

PS：正如@Hoki 提到的，请避免在 StackOverflow 上提出非编程问题。

【讨论】：