haartraining分类器级联，使用haartraining进行电池的识别实验 opencv。

OpenCV之_HaarTraining算法剖析 通过前段时间阅读OpenCV的HaarTraining代码，基本掌握了HaarTraining算法。现将其中的算法作一梳理，同时对HaarTraining的使用方法做一简要说明。 HaarTraining算法总体上以Friedman, J. H等人的“Additive Logistic Regression: a Statistical View of Boosting”为出发点，实现了其中2类分类问题的4种Boost算法：Discrete A

是对opencv2.4.9 haartraining级联树构建算法的分析，是本人分析的一张处理流程图片。不涉及对下层Adaboost训练强分类器的分析，只分析了上层的级联树构建，对照可以看懂cvCreateTreeCascadeClassifier函数

haartraining+objectmarker，opencv，Adaboost级联分类器训练工具包，里面包含所有用来训练opencv里基于haar特征的adaboost级联分类器的工具，可以用来训练人脸检测，车辆检测等对象检测的级联分类器