C++ OpenCV 读取 HaarCascades 减慢计算机速度

Question

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。其中大部分是复制的——请注意，不是复制+粘贴，而是手工复制，逐行复制，理解我写的每一行在做什么——来自 OpenCV 的一些教程。我将在下面粘贴代码。

我遇到的问题是，一旦网络摄像头开始尝试实现面部识别，一切都会变慢。向下。据我了解，这是因为 .exe 试图在每次帧更新时从两个 MASSIVE .xml 文件中读取，但我不知道如何修复它。在我限制视频的高度、宽度和帧率之前情况更糟。

如果此时有人有任何想法，我很乐意听取他们的意见。我是软件编程的新手 - 直到现在我主要从事 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:这是我的系统规范:Mac、OSX 10.9.4、2.5 GHz Intel Core 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 );
}

Answer 1

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) 是最小窗口大小，Size(350, 350) 是最大窗口大小。这基本上意味着它将开始搜索 60*60 面，然后将大小增加 oldWindowSize*1.3，直到达到 350*350。假设你的脸是最小 60 * 60 和最大 350 * 350。

您可以根据需要进一步调整它。 minSize 对性能和规模的影响最大(但 1.3 已经很高)。 maxSize 的影响较小。

此更新后，您的程序应该会快两倍或将 CPU 使用率降低一半。然而，我仍然感到惊讶的是，您当前的调音和您的计算机存在性能问题...

如果有效，请给我们反馈。