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/