學習 CascadeClassifier::detectMultiScale 各個參數作用

CascadeClassifier::detectMultiScale（const Mat& image, vector<Rect>& objects, double scaleFactor=1.1，int minNeighbors, int flag）

這裏先將圖像變成灰度圖，對它應用直方圖均衡化，做一些預處理的工作。接下來檢測人臉，調用detectMultiScale函數，該函數在輸入圖像的不同尺度中檢測物體。

1. image爲輸入的灰度圖像

2. objects爲得到被檢測物體的矩形框向量組

3. scaleFactor爲每一個圖像尺度中的尺度參數，默認值爲1.1

4. minNeighbors參數爲每一個級聯矩形應該保留的鄰近個數（沒能理解這個參數，-_-|||），默認爲3

5. flags對於新的分類器沒有用（但目前的haar分類器都是舊版的，CV_HAAR_DO_CANNY_PRUNING利用Canny邊緣檢測器來排除一些邊緣很少或者很多的圖像區域，CV_HAAR_SCALE_IMAGE就是按比例正常檢測，CV_HAAR_FIND_BIGGEST_OBJECT只檢測最大的物，CV_HAAR_DO_ROUGH_SEARCH只做初略檢測。