Adaboost算法

Adaboost算法中xml文件数组化

一、CMake安装

https://cmake.org/download/

二、CMake生成opencv vs2010工程

三、opencv工程

参考文件：
http://blog.csdn.net/watkinsong/article/details/9849973?utm_source=tuicool&utm_medium=referral Android(安卓)开发通过NDK调用JNI，使用opencv做本地c++代码开发配置方法 边缘检测 范例代码
http://blog.csdn.net/szlcw1/article/details/38489311?utm_source=tuicool&utm_medium=referral VS2010重编译OpenCV2.4.9 用于调试源代码
http://smgultra.blog.163.com/blog/static/13701141820111016115438979/ Adaboost原理、算法以及应用

训练结果中数据的含义：- <feature>- <rects><_>6 4 12 9 -1.</_>//矩阵。前四个数值是矩阵四个点的位置，最后一个数值是矩阵像素和的权值<_>6 7 12 3 3.</_>//矩阵。前四个数值是矩阵四个点的位置，最后一个是像素和的权值，这样两个矩阵就形成了一个Haar特征</rects><tilted>0</tilted> //是否是倾斜的Haar特征</feature><threshold>-0.0315119996666908</threshold> //阈值<left_val>2.0875380039215088</left_val> //小于阈值时取左值<right_val>-2.2172100543975830</right_val> //大于阈值时取右值

http://blog.csdn.net/xidianzhimeng/article/details/42147601 OpenCV中Adaboost训练的经验总结

http://lib.csdn.net/article/69/49609?knId=1818 机器视觉开源处理库汇总-介绍n款计算机视觉库/人脸识别开源库/软件 -几种图像处理类库的比较-视觉相关网站