在遍历的过程中还需要考虑到一个步长的问题。这个模板一次滑动10个像素，那么总共就需要滑动9次。再加上最开始的第0次，合计在水平方向上和竖直方向上分别都有10个这样的模板，总共也就是100个模板。要计算完这100个模板才能把整幅图片上的Haar特征计算完毕。而如果我们的步长设置为5*5，那么这个运算量就增加了四倍。其实仅仅这样一次滑动还没有结束，对于每一个模板还要进行几节缩放才能够计算完。比如10*10可能还要进行1次、2次级的缩放，每次增加10%。
而如果我们想对图片进行实时处理的话，那么每秒钟处理的图片不能低于15帧每秒。
要经过1000亿次才能把一个图片上的所有Haar特征计算完毕。计算完毕之后我们还要对这个Haar特征进行判决，比如说Haar特征常用在的人脸识别上或者是目标检测上，所以运算量还是非常大的。
基于积分图的计算方式可以极大地减少这种运算量。不过即使是这种情况，在一些高精图片和性能比较低的嵌入式平台上，这种滑框的运算量还是非常大的。
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
