用C语言实现的基于adaboost算法的人脸检测程序及人脸库

#include “cv.h“
#include “highgui.h“
//cxcore.lib cv.lib ml.lib cvaux.lib highgui.lib cvcam.lib
#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 

#ifdef _EiC
#define WIN32
#endif

//#define NUM_SAMPLES_MAX 501

#define NUM_SAMPLES_MAX 7000
#define HAAR_FEATURE_MAX 3
#define WEAKCLASSIFIER_NUM_MAX 300
#define Sample_W 19
#define Sample_H 19


int Image_Mg[2000][2000];

int every_haarfeature_value[NUM_SAMPLES_MAX];//全局数组变量用来保存所有样本的每个特征值，用于Cal_Allsamples_Featurej函数


typedef struct HaarFeature		//一个HaarFeature对应于一个弱分类器
{
   
	int N;
	int kind;			//kind=1、2、3、4、5分别对应论文中的五种haar特征
	CvRect r;

	int threshold;		//弱分类器阈值
	int p;					//不等号方向
	double we;				//权重错误率
	//float e;				//弱分类器对所有样本的分类错误率

	//int n;							//实际样本数量
	//int Samples_FeatureValue[NUM_SAMPLES_MAX];		//用来保存所有样本的特征值
	//int Sorted_Value[NUM_SAMPLES_MAX];				//所有样本排序后的特征值
	double btt ;			//
	//char hy[NUM_SAMPLES_MAX];
}
HaarFeature;

HaarFeature Haarfeatures[78500];

int num_features=0;

typedef struct SimpleHaarFeature		//一个HaarFeature对应于一个弱分类器
{
	int kind;			//kind=1、2、3、4、5分别对应论文中的五种haar特征
	CvRect r;
	int threshold;		//弱分类器阈值
	int p;					//不等号方向
	double we;				//权重错误率
	//float e;				//弱分类器对所有样本的分类错误率

}
SimpleHaarFeature;


typedef struct Ex_IplImage
{
	IplImage * image;
	//CvMat * Mg;
	int Mg[Sample_W + 1][Sample_H + 1];		//used to keep jifen of grey pixel
	int N;			//the image‘s number in all samples
	int Y;			//sign for positive of face or not
	int F;		//the feature valuebe used to sort
	double W;		//the image‘s weight
	int IsFalseDetected;
}
Ex_IplImage;

Ex_IplImage Samples[NUM_SAMPLES_MAX];

int num_samples;


typedef struct NYFW
{
	int N;			//the image‘s number in all samples
	int Y;			//sign for positive of face or not
	int F;		//the feature value
	double W;		//the image‘s weight
}
NYFW;



/* a boosted battery of classifiers（=stage classifier）:
   the stage classifier returns 1
   if the sum of the classifiers‘ responces
   is greater than threshold and 0 otherwise */
typedef struct HaarStageClassifier
{
    int  count;							/* number of classifiers in the battery */
    double threshold;					/* threshold for the boosted classifier */
    HaarFeature classifier[WEAKCLASSIFIER_NUM_MAX];			/* array of classifiers pointer*/
	double alphat[WEAKCLASSIFIER_NUM_MAX];						// array of at for every chassifier

    /* these fields are used for organizing trees of stage classifiers
       rather than just stright cascades */
    int next;
    int child;
    int parent;
}
HaarStageClassifier;

/*
typedef struct CvAvgComp
{
	CvRect rect; //bounding rectangle for the object （average rectangle of a group） 
	int neighbors; // number of neighbor rectangles in the group 
}
CvAvgComp;
*/

void Output_Haarfeature（int i）
{
	printf（“第%6d个Haar特征如下:
“