[英]C++ OpenCV Reading HaarCascades Slowing Down Computer
我正在使用C ++和OpenCV编写程序。 这实际上是我的第一次,所以我要问的可能是我忽略的非常基本的东西。 它的大部分内容都是从OpenCV的一些教程中复制的-不是像复制+粘贴一样提醒您,而是手工复制,逐行复制,了解我编写每行时的行为。 我将在下面粘贴代码。
我遇到的问题是,网络摄像头一开始尝试实现面部识别,一切就变慢了。 下。 据我了解,这是因为.exe试图在每个帧更新时从两个MASSIVE .xml文件中读取,但是我不知道如何解决它。 在我限制视频的高度,宽度和帧速率之前,情况更糟。
如果有人在这一点上有任何想法,我很想听听他们的想法。 我对软件编程非常陌生-到目前为止,我大部分时间都从事Web开发,所以我不习惯担心系统内存和其他因素。
提前致谢!
编辑:这是我的系统规格:Mac,OSX 10.9.4,2.5 GHz英特尔酷睿i5,4 GB 1600 MHz DDR3 RAM。
#include "opencv2/objdetect.hpp"
#include "opencv2/videoio.hpp"
#include "opencv2/highgui.hpp"
#include "opencv2/imgproc.hpp"
#include <iostream>
#include <stdio.h>
using namespace std;
using namespace cv;
/** Function Headers */
void detectAndDisplay( Mat frame );
/** Global variables */
String face_cascade_name = "haarcascade_frontalface_alt.xml";
String eyes_cascade_name = "haarcascade_eye_tree_eyeglasses.xml";
CascadeClassifier face_cascade;
CascadeClassifier eyes_cascade;
String window_name = "Capture - Face detection";
/** @function main */
int main( void )
{
cv::VideoCapture capture;
Mat frame;
//-- 1. Load the cascades
if( !face_cascade.load( face_cascade_name ) ){ printf("--(!)Error loading face cascade\n"); return -1; };
if( !eyes_cascade.load( eyes_cascade_name ) ){ printf("--(!)Error loading eyes cascade\n"); return -1; };
//-- 2. Read the video stream
capture.open( -1 );
if ( ! capture.isOpened() ) { printf("--(!)Error opening video capture\n"); return -1; }
capture.set(CV_CAP_PROP_FRAME_WIDTH,640);
capture.set(CV_CAP_PROP_FRAME_HEIGHT,480);
capture.set(CV_CAP_PROP_FPS, 15);
while ( capture.read(frame) )
{
if( frame.empty() )
{
printf(" --(!) No captured frame -- Break!");
break;
}
//-- 3. Apply the classifier to the frame
detectAndDisplay( frame );
int c = waitKey(10);
if( (char)c == 27 ) { break; } // escape
}
return 0;
}
/** @function detectAndDisplay */
void detectAndDisplay( Mat frame )
{
std::vector<Rect> faces;
Mat frame_gray;
cvtColor( frame, frame_gray, COLOR_BGR2GRAY );
equalizeHist( frame_gray, frame_gray );
//-- Detect faces
face_cascade.detectMultiScale( frame_gray, faces, 1.1, 2, 0|CASCADE_SCALE_IMAGE, Size(30, 30) );
for ( size_t i = 0; i < faces.size(); i++ )
{
Point center( faces[i].x + faces[i].width/2, faces[i].y + faces[i].height/2 );
ellipse( frame, center, Size( faces[i].width/2, faces[i].height/2 ), 0, 0, 360, Scalar( 255, 0, 255 ), 4, 8, 0 );
Mat faceROI = frame_gray( faces[i] );
std::vector<Rect> eyes;
//-- In each face, detect eyes
eyes_cascade.detectMultiScale( faceROI, eyes, 1.1, 2, 0 |CASCADE_SCALE_IMAGE, Size(30, 30) );
for ( size_t j = 0; j < eyes.size(); j++ )
{
Point eye_center( faces[i].x + eyes[j].x + eyes[j].width/2, faces[i].y + eyes[j].y + eyes[j].height/2 );
int radius = cvRound( (eyes[j].width + eyes[j].height)*0.25 );
circle( frame, eye_center, radius, Scalar( 255, 0, 0 ), 4, 8, 0 );
}
}
//-- Show what you got
imshow( window_name, frame );
}
一个快速的解决方案是替换:
eyes_cascade.detectMultiScale( faceROI, eyes, 1.1, 2, 0 |CASCADE_SCALE_IMAGE, Size(30, 30) );
通过
eyes_cascade.detectMultiScale( faceROI, eyes, 1.3, 2, 0 |CASCADE_SCALE_IMAGE, Size(60, 60), Size(350, 350) );
1.3是比例因子,Size(60,60)最小窗口大小,Size(350,350)最大窗口大小。 这意味着基本上它将开始搜索60 * 60张脸,然后将大小增加oldWindowSize * 1.3,直到达到350 * 350。 假设您的脸最小为60 * 60,最大为350 * 350。
您可以根据需要进行更多调整。 minSize将对性能和规模产生最大的影响(但1.3已经很高)。 maxSize的影响较小。
更新之后,您的编应该会快两倍或将CPU使用率降低一半。 但是,令您惊讶的是,由于您当前的调音和计算机性能存在问题,...
如果可行,请给我们反馈。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.