icvCreateHaarTrainingData源码详细分析

/*
* icvCreateHaarTrainingData
*功能：为训练样本分配内存，并且返回内存地址
*/
static
CvHaarTrainigData* icvCreateHaarTrainingData( CvSize winsize,      //图像大小
 int maxnumsamples )  //样本图像数量，包括正负样本之和
{
CvHaarTrainigData* data;
/* #define CV_FUNCNAME( Name )  /
static char cvFuncName[] = Name
CV_FUNCNAME 定义变量 cvFuncName存放函数名,用于出错时可以报告出错的函数
*/
CV_FUNCNAME( "icvCreateHaarTrainingData" );
/*
__BEGIN__ 和__END__配套使用，当出现error时，EXIT cxerror.h 中
#define __BEGIN__       {
#define __END__         goto exit; exit: ; }
对于代码中 __BEGIN__ 和__END__后面多加一个分号 的解释:
因为 __BEGIN__;等价于{; ,其中分号(;)为一个空语句,是合理的,但不要也行.__END__也一样.
*/
__BEGIN__;

data = NULL;
uchar* ptr = NULL;
size_t datasize = 0;
/*size_t的全称应该是size type，就是说“一种用来记录大小的数据类型，因为size_t类型的数据其实是
保存了一个整数，所以它也可以做加减乘除，也可以转化为int并赋值给int类型的变量。*/

datasize = sizeof( CvHaarTrainigData ) +
/* sum and tilted */
( 2 * (winsize.width + 1) * (winsize.height + 1) * sizeof( sum_type ) +
sizeof( float ) +      /* normfactor */
sizeof( float ) +      /* cls */
sizeof( float )        /* weight */
) * maxnumsamples;

CV_CALL( data = (CvHaarTrainigData*) cvAlloc( datasize ) );
/*
*void *memset(void *s, int ch, size_t n);
*函数解释：将s中前n个字节 （typedef unsigned int size_t ）用 ch 替换并返回 s 。
*memset：作用是在一段内存块中填充某个给定的值，它是对较大的结构体或数组进行清零操作的一种最快方法
*/
memset( (void*)data, 0, datasize );//内存清零
 data->maxnum = maxnumsamples;      //包括下面几个都是参数传递
data->winsize = winsize;
ptr = (uchar*)(data + 1);
data->sum = cvMat( maxnumsamples, (winsize.width + 1) * (winsize.height + 1),
CV_SUM_MAT_TYPE, (void*) ptr );//从这里可以看出对于总的积分图来说，每个训练样本图片的积分图占一行，一共是总样本数行
ptr += sizeof( sum_type ) * maxnumsamples * (winsize.width+1) * (winsize.height+1);
data->tilted = cvMat( maxnumsamples, (winsize.width + 1) * (winsize.height + 1),
CV_SUM_MAT_TYPE, (void*) ptr );
ptr += sizeof( sum_type ) * maxnumsamples * (winsize.width+1) * (winsize.height+1);
data->normfactor = cvMat( 1, maxnumsamples, CV_32FC1, (void*) ptr );
ptr += sizeof( float ) * maxnumsamples;
data->cls = cvMat( 1, maxnumsamples, CV_32FC1, (void*) ptr );
ptr += sizeof( float ) * maxnumsamples;
data->weights = cvMat( 1, maxnumsamples, CV_32FC1, (void*) ptr );

data->valcache = NULL;
data->idxcache = NULL;

__END__;

return data;
}