Em seu artigo descrevendoDetecção de objetos Viola-Jones framework (Robust Real-Time Face Detection por Viola e Jones), diz-se:

Todas as sub-janelas de exemplo usadas para treinamento foram normalizadas para minimizar o efeito de diferentes condições de iluminação.

Minha pergunta é "Que tipo de ferramenta eles usaram para normalizar as imagens?"

Eu não estou procurando a ferramenta específica que Viola & Jones usou, mas um similar que produz quase a mesma saída. Tenho acompanhado muitos tutoriais de treinamento de haar (tentando detectar uma mão), mas ainda não consegui produzir um bom detector (xml).

Tentei entrar em contato com os autores, mas ainda não respondi.