【问题标题】:In open CV, python how can i remove lag in the camera在openCV中,python如何消除相机中的滞后
【发布时间】:2016-12-27 15:51:37
【问题描述】:

我正在开发 Odroid,并在其上使用 openCV python 运行人脸检测。但是相机的延迟太多了。我已经尝试了很多东西,但无法消除滞后。请建议我如何消除滞后。我想检测至少 15 英尺的人脸,因为我需要高分辨率图像,但高分辨率图像会导致更多延迟。目前我在帧之间有 2 秒的延迟。如果有建议请分享。

import cv2, sys, numpy, os
import json
size = 3
fn_haar = 'haarcascade_frontalface_default.xml'
fn_haareye = 'haarcascade_eye.xml'
(im_width, im_height) = (112, 92)
haar_cascade = cv2.CascadeClassifier(fn_haar)
eye_cascade = cv2.CascadeClassifier(fn_haareye)
webcam = cv2.VideoCapture(0)
while True:
    (rval, frame) = webcam.read()
    frame=cv2.flip(frame,1,0)
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    mini = cv2.resize(gray, (gray.shape[1] / size, gray.shape[0] / size))
    faces = haar_cascade.detectMultiScale(mini,scaleFactor=1.05, minNeighbors=3, minSize=(20, 20), flags = cv2.cv.CV_HAAR_SCALE_IMAGE)
    for i in range(len(faces)):
        face_i = faces[i]
        (x, y, w, h) = [v * size for v in face_i]
        face = gray[y:y + h, x:x + w]
        face_resize = cv2.resize(face, (im_width, im_height))
        eyes = eye_cascade.detectMultiScale(face)
        for (ex,ey,ew,eh) in eyes:
            cv2.rectangle(face_resize ,(ex,ey),(ex+ew,ey+eh),(0,255,0),2)
    cv2.imshow('OpenCV', frame)
    key = cv2.waitKey(10)
    if key == 27:
        break

【问题讨论】:

  • 增加detectMultiScale函数中的scaleFactor。如果您有选择,请尝试选择 ROI,以最小化您必须进行人脸检测的区域
  • @Optimus1072 如果我增加比例因子,它是否能够从 15 英尺处检测到人脸?
  • 使用 scaleFactor = 1.2 和 360 * 288 的图像分辨率,我可以在我的机器 (I5) 上每帧花费 15 毫秒。

标签: python opencv face-detection


【解决方案1】:

您可以尝试以下事情(这些区域基于我的经验)
1.降低图像分辨率或从图像中选择roi。
2.增加detectMultiscale Factor。您必须对其进行调整,因为增加它会对其准确性产生不利影响。
3. 设置 HOG 的 nlevels 参数,默认设置为 64,在我的情况下将其减少到 8 对准确度几乎没有影响,但速度提高了 25-30 %。

【讨论】:

  • 我需要实时检测人脸,这就是为什么我在每获得 3 帧时运行检测。通过降低相机的分辨率,我无法从我需要的更远距离进行检测。其次,我没有使用 hog 我正在使用 haar 级联……有什么我不明白的吗……我实际上是打开 cv 的新手,所以如果我没有得到正确的东西,请提供帮助。
猜你喜欢
  • 2020-07-04
  • 2013-03-05
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 2017-04-28
  • 2012-07-10
  • 2018-05-10
相关资源
最近更新 更多