【发布时间】:2018-05-26 03:44:04
【问题描述】:
我最近使用 OpenCV 通过 raspi 进行人脸识别。我已经使用 haar 级联完成了它。用脸部周围的框更新实时视频并不快。它冻结在大约 10 秒后的某个帧上,然后更新到另一个仍然落后的冻结图像。我想知道如何加快速度,让它看起来像现场视频,脸周围有方框。
代码:
import cv2
import numpy as np
cap = cv2.VideoCapture(0)
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
while True:
ret, frame = cap.read()
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
faces = face_cascade.detectMultiScale(gray, 1.3, 5)
for (x,y,w,h) in faces:
cv2.rectangle(frame, (x,y), (x+w,y+h), (255,0,0),2)
cv2.imshow('frame', frame)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
cap.release()
cv2.destroyAllWindows()
【问题讨论】:
-
您可以跳过前一帧并仅在最后一帧运行检测
-
我们猜密码?
-
你可能做错了什么...... haar 级联非常快。但是,如果您不显示您的代码,我们将无能为力。请看如何做一个minimal reproducible example
-
如果得出结论,你能改变你的反对票吗?
-
实际上并没有什么问题;)(除了缺少检查
cap是否打开或ret值)。什么是帧大小和帧速率?您可能正在处理大图像(您可以调整它们的大小以加快检测速度)或使用高帧速率(您可以跳过一些帧)
标签: python opencv raspberry-pi haar-classifier