文章目录
Haar特征介绍（Haar Like Features）
Haar特征是一种反映图像的灰度变化的，像素分模块求差值的一种特征。它分为三类：边缘特征、线性特征、中心特征。用黑白两种矩形框组合成特征模板，在特征模板内用 黑色矩形像素和 减去 白色矩形像素和来表示这个模版的特征值。
- 高类间变异性
- 低类内变异性
- 局部强度差
- 不同尺度
- 计算效率高
Viola提出的haar特征：
最原始的Haar-like特征在2002年的《A general framework for object detection》提出，四个基本特征结构，如下A，B，C，D所示。
扩展haar特征
在基本的四个haar特征基础上，文章《An extended set of Haar-like features for rapid object detection》对其做了扩展，将原来的4个扩展为14个。这些扩展特征主要增加了旋转性，能够提取到更丰富的边缘信息。
多尺度的Haar如：2x2、4x4、8x8、16x16、24x24等
归一化
