通译：Mastering OpenCV with Practical Computer Vision Projects(第8章)（二）

<span style="font-size:18px;">CascadeClassifier faceDetector;faceDetector.load(faceCascadeFilename);</span>

1. 灰度化：人脸检测仅是在灰度图像上进行的，因此我们需要将相机捕获到的视频帧进行灰度化处理。
2. 收缩图像：人脸检测的速度主要依赖于输入图像的尺寸，（大图像的检测速度很慢，而小图像的检测速度回很快，）检测的可靠性即使在很小的尺寸下也很好。所以我们应该收缩图像到最合适的尺寸。
3. 直方图均衡化：人脸检测在低照度的情况下检测效果不好，因此我们需要通过直方图均衡化来提高其亮度和对比度。

	Mat gray;	if (img.channels() == 3)	{		cvtColor(img,gray,CV_BGR2GRAY);	}	else if (img.channels() == 4)	{		cvtColor(img,gray,CV_BGRA2GRAY);	}	else	{		gray = img;	}

	const int DETECTION_WIDTH = 320;	Mat smallImg;	float scale = img.cols/(float) DETECTION_WIDTH;	if (img.cols>DETECTION_WIDTH)	{		int scaleHeight = cvRound(img.rows/scale);		resize(img,smallImg,Size(DETECTION_WIDTH,scaleHeight));	} 	else	{		smallImg = img;	}

	Mat equalizedImg;	equalizeHist(inputImg,equalizedImg);

• minFeatureSize:这个参数决定了我们检测的人脸的最小尺寸，一般我们会设定为20×20或者30×30，当然这个值需要根据你使用的图像的尺寸来决定，如果你使用的是手机摄像头或是电脑的摄像头，这些情况下脸部一般距离摄像头较近，你可以将最小尺寸设定为80×80，这样做会大大提高检测速度。但如果你想检测距离摄像头很远的脸部，比如沙滩上的朋友，那么你需要将这个尺寸设定为20×20.
• searchScaleFactor：这个参数决定了可以检测多有多少不同尺寸的脸部，一般将其设定为1.1。如果想让检测速度快些，可以设定为1.2，但是可能会有一些脸部会漏检。
• minNeighbors:这个参数表示检测器对检测到的人脸的把握，一般我们设定为3，但是如果你想要更可靠的检测结果，你可以适当增大这个参数，当然有可能会有很多脸部将检测不到。
• flags：这个参数是让你选择搜索方式，比如是否搜索所有的脸部（这是默认模式），或者仅搜索最大的脸部（CASCADE_FIND_BIGGEST_OBJECT）。如果仅搜索最大的脸部，检测速度回很快。还有一些其他参数可以使用，他们可以使得检测速度提升一到两成，比如CASCADE_DO_ROUGH_SEARCH或者CASCADE_SCALE_IMAGE。

	int flags = CASCADE_SCALE_IMAGE;	Size minFeatureSize(20,20);	float searchScaleFactor = 1.1f;	int minNeighbors = 4;	std::vector<Rect> faces;	faceDetector.detectMultiScale(img,faces,searchScaleFactor,minNeighbors,flags,minFeatureSize);