为什么要转换为灰度opencv？答案

【问题标题】：Why convert to grayscale opencv?为什么要转换为灰度opencv？
【发布时间】：2017-03-19 06:13:01
【问题描述】：

我在 opencv 中做一些基本的人脸检测，我看到的每个示例代码都转换为灰度，然后在灰度上执行人脸检测...

起初我以为是出于性能原因，但我做了一个比较，发现没有显着的性能提升。

这段代码：

faceCascade.detectMultiScale(*image, *faces, 1.1, 3, CASCADE_SCALE_IMAGE, Size(60,60));

执行与此代码大致相同：

Mat gray;
cvtColor(*image, gray, COLOR_BGR2GRAY);
faceCascade.detectMultiScale(gray, *faces, 1.1, 3, CASCADE_SCALE_IMAGE, Size(60,60));

那么这就引出了一个问题，为什么大家都在opencv中转灰度？

谢谢

【问题讨论】：

标签： opencv

【解决方案1】：

每个人都转换为灰度，因为许多函数都需要灰度。来自OpenCV documentationfaceCascade.detectMultiScale()也期待灰度：

CascadeClassifier::detectMultiScale(const Mat& image,...)

image - CV_8U 类型的矩阵，包含检测到对象的图像。

CV_8U 是 1 通道图像，而 CV_8U3 是 3 通道图像。

编辑：如果您在传递给方法之前不将其转换为灰度，OpenCV 会在后台为您完成。

【讨论】：

【解决方案2】：

简而言之：

它是必需的，但如果你不这样做，那么 OpenCv 会为你做的。

如果您传递的是 Mat——你传递的是 CV_8U（通道）信息——他们可以为你做这件事。这很聪明。

为什么开发人员可以编写三行代码，而您可以轻松地让他们编写一行代码？

不过，谢谢你的回答和挖掘。

给其他开发者的一些注意事项：

cvtColor 在 RPI3 上大约需要 3 毫秒才能将 640x480 BGR 转换为灰度。

如果您正在执行多个需要灰度的 openCv 方法，那么如果您转换为灰度一次 - 并将灰度传递给那些 openCv 方法，您可以获得更好的性能。

【讨论】：