登录社区云，与社区用户共同成长
邀请您加入社区
一、基础理论我们使用机器学习的方法完成人脸检测，首先需要大量的正样本图像（面部图像）和负样本图像〈不含面部的图像）来训练分类器。我们需要从其中提取特征。下图中的 Haar特征会被使用，就像我们的卷积核，每一个特征是一个值，这个值等于黑色矩形中的像素值之和减去白色矩形中的像素值之和。1、Haar分类算法Haar特征：（核）（切片）Haar特征值反映了图像的灰度变化情况。例如︰脸部的一些特征能由矩形特
1. OpenCV 初识与安装2. OpenCV 模块简介3. OpenCV 图像读取，显示，保存4. 摄像头和视频读取，保存5. OpenCV 常用数据结构和颜色空间6. OpenCV 常用绘图函数7. OpenCV 界面事件操作之鼠标与滑动条8. 图像像素、通道分离与合并9. 图像逻辑运算10. 图像 ROI 与 mask 掩膜11. 图像几何变换12. 图像滤波13. 图像固定阈值与自适应阈
