史上最全opencv源代碼解讀，opencv源代碼具體解讀文件夾

本博原創，如有轉載請注明本博網址http://blog.csdn.net/ding977921830/article/details/46799043。

opencv源代碼主要是基於adaboost算法。進行人臉的haar分類器訓練！在我近兩個月的研究opencv源代碼的過程非常枯燥，也有非常多收獲。在我博客中也寫了不少文章。比較亂，如今整理一下文件夾例如以下。大家能夠直接點開鏈接的。這樣一方面能夠方便自己查閱，還有一方面也是回報csdn方便大家，如有不足請大家多多指出

    更新日期：2015-07-24

未完待續。更新中~~~~~~~

如有轉載請注明本博網址http://blog.csdn.net/ding977921830/article/details/46799043。

1  宏

（1）ICV_DEF_FIND_STUMP_THRESHOLD_SQ

（2）ICV_DEF_FIND_STUMP_THRESHOLD

（3）CV_IS_ROW_SAMPLE

（4） CV_CLASSIFIER_FIELDS() 

（5）CV_HAAR_FEATURE_DESC_MAX和CV_HAAR_FEATURE_MAX 

（6）CvUserdata 

（6）CV_MAT2VEC

2  結構體

（1）CvTHaarFeature和CvFastHaarFeature以及CvIntHaarFeatures

 （2）CvHaarTrainingData

（3）CvBackgroundData

（4）CvBackgrounData

（5）CvBackgroundReader

（6）CvStumpClassifier，CvCARTClassifier和CvCARTHaarClassifier

（7）CvClassifier 

（8）CvValArray 

（9）CvCARTNode 

（10）cvEvalCARTClassifier

（11） cvBoostStartTraining, cvBoostNextWeakClassifier和 cvBoostEndTraining 

（12）cvsplit

（13）有關cascade的結構體 

（14）CvIntHaarClassifier

（15）cvCreateStumpClassifier

（16）cvTrimWeights

（17） cvReadTrainData 

（18）CvUserdata

3  函數

（1） icvCreateIntHaarFeatures

（2）icvGetHaarTrainingDataFromVec

（3）icvConvertToFastHaarFeature

（4）icvCreateHaarTrainingData

（5） icvCreateBackgroundData

（6）icvGetBackgroundImage

（7） icvGetNextFromBackgroundData 

（8）cvCreateMTStumpClassifier函數具體解釋（轉載）

（9）cvCreateCARTClassifier函數具體解釋（轉載）

（10）icvCreateCARTStageClassifier函數具體解釋

（11）icvGetTrainingDataCallback

（12） icvInitCARTHaarClassifier

（13）icvGetIdxAt

（14）icvEvalCARTHaarClassifier）

（15）icvDefaultSplitIdx_R和icvDefaultSplitIdx_C 

（16）icvCreateHaarTrainingData

（17 icvGetTrainingDataCallback

（18）icvPrecalculate 

（19） icvSplitIndicesCallback

（20） icvGetAuxImages和cvIntegral 

（21）icvGetUsedValues

（22）cvCreateTreeCascadeClassifier

（23） icvGetHaarTrainingData

（24） icvSetWeightsAndClasses

4 翻譯 

（1）CV_Assert

（2）cvBoostStartTraining 

（3）cvCreateCascadeClassifier

（4）cvBoostNextWeakClassifier 

（5）CvBoostType

5  重要解讀

（1） 在opencv源碼中怎樣確定樹樁分類器閾值？怎樣確定樹樁的左右邊的返回值？ 

（2）在opencv中，強分類器閾值是怎樣確定的？虛警率是怎么計算的？