cv_haar_scale_image在opencv的函数cvhaardetectobjects中做什么？
它实现了更多的优化
人脸检测实现针对CV_HAAR_SCALE_IMAGE进行了优化，而不是CV_HAAR_DO_CANNY_PRUNING。
因为CV_HAAR_SCALE_IMAGE方法对DMA（直接内存访问）更友好。默认方法（CV_HAAR_DO_CANNY_PRUNING）的实现需要对主存区域进行广泛的随机访问。
标志CV_HAAR_SCALE_IMAGE，告诉算法缩放图像而不是探测器。
这里有一个使用它的例子：人脸检测：如何使用openCV 查找人脸
根据EMGU，它是OpenCV的.NET包装器，有时比OpenCV、有更好的文档
DO_CANNY_PRUNING
如果已设置，则函数使用Canny边缘检测器拒绝包含太少或太多边缘的某些图像区域因此不能包含搜索到的对象。特定阈值值被调整用于人脸检测，在这种情况下，修剪加快的处理速度SCALE_IMAGE
对于使用的每个比例因子，函数将缩小比例图像而不是"缩放"分类器中的特征坐标大量目前，该选项只能单独使用，即标志不能与其他一起设置FIND_IGGEST_OBJECT
如果设置了，函数会找到最大值对象（如果有的话）。也就是说，输出序列将包含一个（或零个）元素DO_ROUGH_SEARCH
仅当CV_HAAR_IND_BIGGEST_BOBJECT被设置并且min_neighbors>0。如果标志如果已设置，则函数不查找大小较小的候选一旦在找到对象（具有足够的邻居候选者）当前规模。通常，当min_neighbors固定时生成的对象矩形比常规对象矩形精度低（稍大）单对象模式（flags=CV_HAAR_IND_BIGGEST_OJECT），但更快，高达一个数量级。可以指定更大的min_neighbors值来提高精度。
源
CV_HAAR_DO_CANNY_PRUNING导致分类器跳过没有行的平坦区域