照片可能包含许多令人愉快的细节。然而，由于光、视角、视距、相机抖动和数字噪声的变化，图像细节变得不稳定。人们在分类时不会受到这些物理细节差异的影响。因此，提取图像的细节对产生稳定的分类和跟踪结果非常有用。本文将向您介绍这些提取结果Haar级联。从图像数据中提取特征。虽然任何像素都会影响多个特征，但特征应该少于像素。两个图像之间的相似性可以通过其相应特征的欧氏距离来衡量。
什么是Haar级联？
从图像数据中提取特征。虽然任何像素都会影响多个特征，但特征应该少于像素。两个图像之间的相似性可以通过其相应特征的欧氏距离来衡量。
Haar特征是实现实时人脸跟踪的一种特征。每一个 Haar 所有的特征都描述了相邻图像区域的对比模式。例如，边缘、顶点和细线都可以产生区分特征。
二、获取 Haar级联数据
1、首先，我们必须进入 OpenCV 官网：https://opencv.org 下载您需要的版本。点击 RELEASES （发布）。
2、由于 OpenCV 支持很多平台，比如 Windows, Android, Maemo, FreeBSD, OpenBSD, iOS, Linux 和 Mac OS，一般初学者都用 windows，点击 Windows。
3、点击 Windows 跳出新界面，等待 5s 自动下载
4、然后双击下载的文件进行安装。本质是解压，解压后出来一个文件夹，还有什么？ 没有。安装后的目录结构如下。其中 build 是 OpenCV 使用时使用的一些库文件， 而 sources 中则是 OpenCV 一些官方提供给我们的 demo 示例源码
5、在 sources 文件夹 data/haarcascades。文件夹包含所有内容 OpenCV 人脸检测 XML 这些文件可用于检测从静止图像、视频和摄像头获得的图像中的人脸。
人脸检测器(默认)：haarcascade_frontalface_default.xml 人脸检测器(快速Harr)：haarcascade_frontalface_alt2.xml 人脸检测器(侧视)：haarcascade_profileface.xml 眼部检测器(左眼)：haarcascade_lefteye_2splits.xml 眼部检测器(右眼)：haarcascade_righteye_2splits.xml 口腔探测器：haarcascade_mcs_mouth.xml 鼻子检测器：haarcascade_mcs_nose.xml 身体检测器：haarcascade_fullbody.xml 人脸检测器(快速LBP)：lbpcascade_frontalface.xml