本文最后更新于:2024年5月7日 下午
Haar 特征是图像处理中的一种纹理特征提取方法,广泛用于人脸识别。
简介
- Haar 特征值反映了图像的灰度变化情况 ,该特征原理很简单,本质上相当于使用固定模板对图像做卷积,但是卷积核比较简单可解释
- 早期 Haar 特征分为三类: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。
- Lienhart R.等人对 Haar-like 矩形特征库做了进一步 扩展,扩展后的特征大致分为 4 种类型——边缘特征、线性特征、圆心环绕特征和特定方向特征 :
- 每种特征模板内有白色和黑色两种矩形,定义该模板的特征值为白色矩形像素和减去黑色矩形像素和。
积分图
- 虽然本质是卷积计算,但由于卷积核(模板)内容仅为 1 或 -1,而且相同的值成块在一起,所以更实用使用积分图进行加速运算
- 积分图可以通过 OpenCV 库实现,其中包含了水平的积分图和倾斜 45° 的积分图。
参考资料
- https://cloud.tencent.com/developer/article/1909059
- https://www.jianshu.com/p/598a62c8db37
- https://blog.csdn.net/aliyanah_/article/details/79097523
- https://www.zywvvd.com/notes/study/image-processing/opencv/opencv-integral-map/opencv-integral-map/
文章链接:
https://www.zywvvd.com/notes/study/image-processing/feature-extraction/image-haar/image-haar/
“觉得不错的话,给点打赏吧 ୧(๑•̀⌄•́๑)૭”
微信支付
支付宝支付
Haar 特征
https://www.zywvvd.com/notes/study/image-processing/feature-extraction/image-haar/image-haar/