您好我正致力于计算机视觉项目并试图通过使用相机中的openCV / C ++来检测方块。我从openCV库下载了源代码,但似乎很难丢失fps。有没有人知道如何解决这个问题?我的测试有一个视频链接,请查看: http://magicbookproject.blogspot.co.uk/2012/12/detect-paper-demo.html
这是代码,只是在另一篇文章中找到:
void find_squares(Mat& image, vector<vector<Point> >& squares)
{
// blur will enhance edge detection
Mat blurred(image);
medianBlur(image, blurred, 9);
Mat gray0(blurred.size(), CV_8U), gray;
vector<vector<Point> > contours;
// find squares in every color plane of the image
for (int c = 0; c < 3; c++)
{
int ch[] = {c, 0};
mixChannels(&blurred, 1, &gray0, 1, ch, 1);
// try several threshold levels
const int threshold_level = 2;
for (int l = 0; l < threshold_level; l++)
{
// Use Canny instead of zero threshold level!
// Canny helps to catch squares with gradient shading
if (l == 0)
{
Canny(gray0, gray, 10, 20, 3); //
// Dilate helps to remove potential holes between edge segments
dilate(gray, gray, Mat(), Point(-1,-1));
}
else
{
gray = gray0 >= (l+1) * 255 / threshold_level;
}
// Find contours and store them in a list
findContours(gray, contours, CV_RETR_LIST, CV_CHAIN_APPROX_SIMPLE);
// Test contours
vector<Point> approx;
for (size_t i = 0; i < contours.size(); i++)
{
// approximate contour with accuracy proportional
// to the contour perimeter
approxPolyDP(Mat(contours[i]), approx, arcLength(Mat(contours[i]), true)*0.02, true);
// Note: absolute value of an area is used because
// area may be positive or negative - in accordance with the
// contour orientation
if (approx.size() == 4 &&
fabs(contourArea(Mat(approx))) > 1000 &&
isContourConvex(Mat(approx)))
{
double maxCosine = 0;
for (int j = 2; j < 5; j++)
{
double cosine = fabs(angle(approx[j%4], approx[j-2], approx[j-1]));
maxCosine = MAX(maxCosine, cosine);
}
if (maxCosine < 0.3)
squares.push_back(approx);
}
}
}
}
}
答案 0 :(得分:3)
如果你不介意失去准确性,你可以加快速度。例如
// find squares in every color plane of the image
for (int c = 0; c < 3; c++)
您正在循环三个颜色平面。只需检查一种颜色(就好像图像是灰度),这应该是速度的三倍。
也可以在没有Canny的情况下尝试,这很慢。设置use_canny参数,
if (l == 0 && use_canny)
{
Canny(gray0, gray, 10, 20, 3); //
比较与否。我得到了可接受的结果,速度要快得多。
答案 1 :(得分:1)
计算机视觉的一个好的经验法则是在进行任何密集处理之前将图像转换为灰度。如果您觉得绝对必要,只能循环通过颜色通道。我推荐以下用于对象识别的模式:
请记住,您正在为每一帧执行所有这些步骤,因此请务必删除您认为不必要的任何内容。由于此代码经常运行,即使是次要的优化,您也会看到巨大的性能优势,因此值得花一些时间进行优化。