C++ 为什么OpenCV和#x27；在级联分类器和描述器之间实现detectMultiScale的s尺度变化？

我知道OpenCV中detectMultiScale的工作原理，即您有一个图像和一个检测窗口；通过检测窗口扫描图像，并在该特定实例中对窗口中的像素进行特定特征计算，以确定是否发生检测

然而，从OpenCV的文档中可以看出，无论您是否使用

级联分类器；代码可以找到

或者，如果您使用的是HOGDescriptor；代码可以找到

OpenCV的文档说明，级联分类器detectMultiScale使用scaleFactor减小进行检测的图像大小，直到小于检测窗口，而HOGDetector detectMultiScale具有比例因子（scale0）这将增加检测窗口，直到它成为检查检测的图像的大小

为什么两者之间有区别？一个实现比另一个好吗

目前，我已经在OpenCV 2.4.8中训练了一个带有HOG特征的级联分类器和一个SVM和HOG特征（HOGDescriptor）

---

提前感谢

通常，图像大小会减小（效率更高），而不是增加检测器窗口大小。这不适用于Haar分类器，因为它们处理积分图像，所以检测器窗口大小可以轻松增加，性能几乎相同。一般来说，图像减少和检测器增加是可互换的，因此注释/文档可能是错误的。例如，在my hog.cpp中，图像大小减小。在级联分类器中，如果使用除haar分类器（isOldFormatCascade）以外的其他方法，则图像大小会减小。