使用opencv-python進行人臉識別視頻速度低的原因是什么？

Question

這段代碼可以正常工作，但速度很慢。

我更改了cv2.waitKey(1)編號。 但是還是沒有太大變化

import cv2
import numpy as np 

facexml = cv2.CascadeClassifier("haarcascade_frontalface_default.xml")                  
eyexml = cv2.CascadeClassifier("haarcascade_eye.xml")

cap = cv2.VideoCapture("my_video.avi")                                         

while True:
    _,frame = cap.read() 
    gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)                
    faces = facexml.detectMultiScale(gray)                            
    for (x,y,w,h) in faces:                                       
        cv2.rectangle(frame,(x,y),(x+w,y+h),(255,0,0),2)          
        roi_gray = gray[y:y+h, x:x+w]                             
        roi_color = frame[y:y+h, x:x+w]                          

        eyes = eyexml.detectMultiScale(roi_gray)                  
        for (ex,ey,ew,eh) in eyes:                                   
            cv2.rectangle(roi_color,(ex,ey),(ex+ew,ey+eh),(0,0,255),1)   

    cv2.imshow("window",frame)
    if cv2.waitKey(1) & 0XFF == ord("q"):
        break
cap.release()
cv2.destroyAllWindows()                

Answer 1

簡單來說，Harris 級聯分類器是一種用於視頻中快速在線人臉識別的古老而緩慢的算法。 嘗試閱讀有關級聯分類器的 OpenCV 手冊，並通過設置等於maxSize和minSize或設置更大的 scaleFactor 來減少縮放數量，以通過調整大小來減少從原始圖像計算的圖像總量。