Face Detection

Integral Image

承接上文，我们如何计算我们所需要区域的像素之和并作差呢？
这看似简单但考虑到计算机算速的问题。为了方便理解，我们上图

假设该图是我们整个图像的像素点。那么，我们如何求取如下像素点的和？

一般来说，每次获取“深橘色”边框内部的数据时，我们的想法就是对边框内的数据求和，但如果图片是个很庞大的数据，并且我们要求的精密度更高的时候，这显然每次求和是不现实的。所以我们可以做一个“预处理”

以如上的方式进行求和，生成一个新的“Intergral Image”的像素点和的列表。并且求和之后的列表在以下图像中呈现。

那么我们求如下边框区域中的像素点之和就容易多了（计算机容易多了，算法的时间大大降低）

我们对该边框四个“顶点”对应的位置在“Intergral Image”的像素点和的列表中找出相应位置，进行加减法运算。

边框区域的求和：235 – 83 – 134 + 47

恰如论文中所示的运算法则。

区域D中的数据之和，可以用4个顶点中代表的数值之和作一个加减运算。即4+1-(2+3)。

声明：本站所有资源均由网友分享，如有侵权内容，请在文章下方留言，本站会立即处理。