【人脸检测】OpenCV中的Haar+Adaboost级联分类器分解（三）：级联分类器结构与XML文件含义【图文】

前一篇文章分析了Haar特征，包括Haar特征生成、特征值计算和含义。这一篇则主要分析一下2个内容：

缩进1. OpenCV中的Adaboost级联分类器的结构，包括强分类器和弱分类器的形式；

缩进2. OpenCV自带的XML分类器中各项参数的含义，如internalNodes和leafValues标签里面的一大堆数字的意义。缩进下面进入正题。

-------------------------------------------

缩进众所周知，OpenCV中的Adaboost级联分类是树状结构，如图1，其中每一个stage都代表一级强分类器。当检测窗口通过所有的强分类器时才被认为是目标，否则拒绝。实际上，不仅强分类器是树状结构，强分类器中的每一个弱分类器也是树状结构。

图1 强分类器和弱分类器示意图

缩进这篇文章将结合OpenCV-2.4.11中自带的haarcascade_frontalface_alt2.xml文件介绍整个级联分类器的结构。需要说明，自从2.4.11版本后所有存储得XML分类器都被替换成新式XML，所以本文对应介绍新式分类器结构。

（一）XML的头部

缩进在了解OpenCV分类器结构之前，先来看看存储分类器的XML文件中有什么。图2中注释了分类器XML文件头部信息，括号中的参数为opencv_traincascade.exe训练程序对应参数，即训练时设置了多少生成的XML文件对应值就是多少（如果不明白，可以参考我的前一篇文章）。

图2 分类器XML文件头部含义

（二）弱分类器结构

更多文章请关注《万象专栏》