Question

import cv2
cam = cv2.VideoCapture(0)
s, img = cam.read()

winName = "Movement Indicator"
cv2.namedWindow(winName, cv2.CV_WINDOW_AUTOSIZE)

while s:
    cv2.imshow( winName,img )

    s, img = cam.read()
    hc = cv2.CascadeClassifier("foo.xml") #xml file for detection
    faces = hc.detectMultiScale(img)
    for face in faces:
        cv2.rectangle(
            img, (face[0], face[1]), (face[0] + face[2], face[0] + face[3]),
            (255, 0, 0), 3
        )

    key = cv2.waitKey(10)
    if key == 27:
        cv2.destroyWindow(winName)
        break

Answer 1

文档在这里：http://docs.opencv.org/modules/objdetect/doc/cascade_classification.html

您可以尝试两种简单的方法来加速检测（两者都以较低的准确性为代价）：

你可以增加scaleFactor，默认值是1.1，你可以尝试1.2或1.3，这意味着在多尺度扫描的每个尺度下，它会以较大的因子对图像进行下采样。</ li>
您可以设置相对较大的最小面部大小，例如（64,64），这意味着它将停止搜索较小的面部，从而节省时间。如果您知道脸部在场景中的大小，您还可以尝试最大脸部大小。

Answer 2

那真的是你的所有代码吗？ iirc，它只适用于灰度

尝试交易速度以获得准确性，并使用lbpcascade而不是haar one
cv2.imwrite（“myface.png”，img [face [1]：face [1] + face [3]，face [0]：face [0] + face [2]]）;应该保存面对roi

人脸检测有点慢。我如何提高速度和效率，以及如何保存面部？

2 个答案: