OpenCv-C++-HAAR级联数据文件结构与精简

OpenCv中有一些自带的已经训练好的数据，那么接下来大致的对部分数据信息进行讲解。

上图是基于Harr的训练数据，我在VS2017中打开一个文件，比如第一个文件：haarcascade_eye.xml。
先来看看第45-49行：

PS：第一眼看到这种结构我觉得跟Html有点像。
46：BOOST表示分类器是基于AdaBoost的结构进行训练的。
47：HAAR则是基于HAAR的方式进行训练的。
48-49：表示正样本的大小是Size(20,20)

51:一个参数，属于stage的参数，总共用了弱分类器的个数为93个（级联分类器由多个强分类器组成，一个强分类器由多个弱分类器组成）。
52：一个参数，属于feature的参数

59-：每个圈出来的矩形框代表一个弱分类器。
后面很多都是：

越往后 X中的X值应该是越大的。
一直往下滑，弱分类器滑到了5000多行才结束：

上面的特征通过SVM（支持向量机）来进行分类，我们就得到了下面的矩形数据：

5486：这里面的数据应该是权重，具体还要看代码中的要求。
一直拉到底都是矩形数据：

以上就是数据部分的讲解，由此我们可以大致上来判断自己训练的数据是不是正确且合法的。

其实有些文件中的数据可以去掉，这样我们的数据文件会小很多，做应用时效率会更高，像这些数据就可以去掉：

去掉之后（比如只保留4位小数），相信运行效率一定会大幅度上升。