我正在研究 Haar like 和 LBP 功能。更准确地说，它在 OpenCV 中的实现。我发现的每篇文章或论坛条目都指出，LBP 比 Haar 更快。我的本地测试也证实了这一预期。但是我不明白为什么 LBP 更快。据我所知，OpenCV 使用 MB LBP 功能。我查看了一些经过训练的 LBP 级联，发现叶值和阶段阈值都是浮点值，类似于 Haar 级联。此外，这两个特征非常相似，Haar 将矩形中的区域加在一起以获得阈值，其中 MB LBP 对邻居进行 8 次阈值处理。但是两种算法都使用积分图像进行快速求和。因此，通过非常幼稚的方法，在我看来，8 次比较实际上比很少的添加要慢。

那么，Haar 特征评估与 MB LBP 相比，昂贵的部分是什么？我知道我错了，基于实际测试，我只是不知道为什么。