OpenCV的面部检测器参数cv_haar_scale_image

Question

cv_haar_scale_image在opencv的函数cvhaardetectobjects中做了什么？

Answer 1

可以进行更多优化。

面部检测实现针对CV_HAAR_SCALE_IMAGE优化，而不是CV_HAAR_DO_CANNY_PRUNING。

因为CV_HAAR_SCALE_IMAGE方法更加DMA（直接内存访问）友好。默认方法（CV_HAAR_DO_CANNY_PRUNING）实现需要随机访问主存储区域。

Answer 2

标志CV_HAAR_SCALE_IMAGE告诉算法缩放图像而不是检测器。

这里有一个例子：Face detection: How to find faces with openCV

Answer 3

根据EMGU，它是OpenCV的.NET包装器，有时会提供比OpenCV更好的文档，

  

DO_CANNY_PRUNING
  如果已设置，则该功能使用Canny边缘检测器   拒绝一些包含太少或太多边缘的图像区域   因此不能包含搜索到的对象。特定的门槛   调整值以进行面部检测，在这种情况下进行修剪   加快处理速度

     

SCALE_IMAGE
  对于使用的每个比例因子，该函数将缩减   图像而不是＆＃34;缩放＆＃34;分类器中的要素坐标   级联。目前，该选项只能单独使用，即标志   不能与其他人一起设置

     

FIND_BIGGEST_OBJECT
  如果已设置，则函数找到最大值   图像中的对象（如果有）。也就是说，输出序列会   包含一个（或零）元素

     

DO_ROUGH_SEARCH
  它应该只在使用时使用   设置了CV_HAAR_FIND_BIGGEST_OBJECT并且min_neighbors＆gt; 0.如果是旗帜   设置后，该函数不会查找较小尺寸的候选者   一旦它找到了对象（有足够的邻居候选人）   目前的规模。通常，当min_neighbors被修复时，模式   产生的对象矩形不如常规（或稍大）   单对象模式（flags = CV_HAAR_FIND_BIGGEST_OBJECT），但它很多   更快，达到一个数量级。可以指定更大的min_neighbors值以提高准确性。

Source

Answer 4

CV_HAAR_DO_CANNY_PRUNING会导致分类器无法跳过没有行的平坦区域