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



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”

微信二维码

微信支付

支付宝二维码

支付宝支付

Haar 特征
https://www.zywvvd.com/notes/study/image-processing/feature-extraction/image-haar/image-haar/
作者
Yiwei Zhang
发布于
2023年1月10日
许可协议