实现子区域的快速求和，在人脸识别及相关算法中应用的Haar小波中很有用
原理：
计算一个简单矩形区域（（x1,y1）,(x2,y2)）中像素的和：
核心函数：
cvIntegral
程序：
代码：
#include "cv.h"
#include "cxcore.h"
#include "highgui.h"
#include <iostream>
int integral(int argc,char** argv)
{
CvMat *src=cvCreateMat(3,3,CV_32FC1);
float SrcData[9]={0,1,2,
3,4,5,
6,7,8
};
cvInitMatHeader(src,3,3,CV_32FC1,SrcData);
CvMat* sum=cvCreateMat(src->width+1,src->height+1,CV_64FC1); //注意行列的大小为(W+1)*(H+1),如果原Mat的类型是uchar，这这里可以为32F，如果原Mat为32F，这里要用64F
CvMat* sqsum=cvCreateMat(src->width+1,src->height+1,CV_64FC1);
CvMat* tilted_sum=cvCreateMat(src->width+1,src->height+1,CV_64FC1);
cvIntegral(src,sum,sqsum,tilted_sum);
//打印原数组
std::cout<<"SrcMat:"<<std::endl;
for(int rows=0;rows<src->width;rows++)
{
float *pt=(float *)(src->data.ptr+rows*src->step);
for(int cols=0;cols<src->height;cols++)
{
float result=*(pt+cols);
std::cout<<result<<" ";
}
std::cout<<std::endl;
}
//打印积分结果，因为第一行第一列是为了计算效率而额外添加的，都为0，所以可以不打印
std::cout<<"SumMat:"<<std::endl;
for(int rows=1;rows<sum->width;rows++)
{
double *pt=(double *)(sum->data.ptr+rows*sum->step);
for(int cols=1;cols<sum->height;cols++)
{
double result=*(pt+cols);
std::cout<<result<<" ";
}
std::cout<<std::endl;
}
//打印sqsum，即sum的平方
std::cout<<"sqsum:"<<std::endl;
for(int rows=1;rows<sqsum->width;rows++)
{
double *pt=(double *)(sqsum->data.ptr+rows*sqsum->step);
for(int cols=1;cols<sqsum->height;cols++)
{
double result=*(pt+cols);
std::cout<<result<<" ";
}
std::cout<<std::endl;
}
//打印sqsum，即源图像平方的sum
std::cout<<"tilted_sum:"<<std::endl;
for(int rows=1;rows<tilted_sum->width;rows++)
{
double *pt=(double *)(tilted_sum->data.ptr+rows*tilted_sum->step);
for(int cols=1;cols<tilted_sum->height;cols++)
{
double result=*(pt+cols);
std::cout<<result<<" ";
}
std::cout<<std::endl;
}
return 0;
}
