dlib vs opencv當使用哪一個

Question

我目前正在學習使用Python的OpenCV API，這一切都很好。 我正在取得不錯的進展。 部分內容來自Python語法的簡單性，而不是將其與C ++一起使用，我還沒有嘗試過。 我已經意識到，如果我打算做任何生產質量，我必須在某些時候弄臟OpenCV的C ++綁定。

就在最近，我遇到了dlib，它也聲稱可以完成OpenCV所做的所有事情。 它用C ++編寫，也提供Python API（驚喜）。 任何人都可以根據自己的實施經驗擔保dlib嗎？

Answer 1

我廣泛使用OpenCV和dlib進行人臉檢測和人臉識別，與基於OpenCV Haar的人臉檢測器相比，dlib非常准確。 （請注意，OpenCV現在有一個DNN模塊，我們可以在其中獲得基於深度學習的面部檢測器和面部識別器模型。）

我正在比較OpenCV-DNN和Dlib進行面部檢測/識別。 一旦我完成它就會發布結果。

dlib中有許多有用的函數，但我更喜歡OpenCV用於任何其他CV任務。

編輯：正如所承諾的，我已經對OpenCV與Dlib人臉檢測方法進行了詳細的比較。

這是我的結論：

一般情況

在大多數應用程序中，我們不會在前面的圖像中知道面部的大小。 因此，最好使用OpenCV-DNN方法，因為它非常快速且非常准確，即使對於小尺寸的面孔也是如此。 它還可以檢測各種角度的面部。 我們建議大多數人使用OpenCV-DNN

適用於中到大圖像尺寸

Dlib HoG是CPU上最快的方法。 但它沒有檢測到小臉（<70x70）。 因此，如果您知道您的應用程序不會處理非常小的面部（例如自拍應用程序），那么基於HoG的面部檢測器是更好的選擇。 此外，如果您可以使用GPU，那么MMOD人臉檢測器是最佳選擇，因為它在GPU上速度非常快，並且還提供各種角度的檢測。

有關更多詳細信息，您可以查看此博客