Question

我正在创建一个程序，它将获得在用户的整个身体图片上绘制的矩形的宽度和长度。我似乎无法获得正确的scaleFactor，minNeighbor和size。我应该怎样或怎么做才能获得正确的信息...

这是我的代码：

using System;
using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
using System.Drawing;
using System.Linq;
using System.Text;
using System.Windows.Forms;
using Emgu.CV;
using Emgu.CV.Structure;
using Emgu.Util;

namespace fitting
{
    public partial class Form1 : Form
    {
        HaarCascade UpperBody = new HaarCascade("haarcascade_mcs_upperbody.xml");
        HaarCascade LowerBody = new HaarCascade("haarcascade_lowerbody.xml");

        Capture camera;
        bool captureProcess = false;
        Image<Bgr, Byte> img;

        public Form1()
        {
            InitializeComponent();
        }

        void viewImage(object sender, EventArgs e)
        {
            img = camera.QueryFrame();
            if (img == null)
                return;
            CamImageBox.Image = img;
        }

        private void btnCapture_Click(object sender, EventArgs e)
        {
            if (captureProcess == true)
            {
                string data;

                Application.Idle -= viewImage;
                captureProcess = false;
                SaveFileDialog dlg = new SaveFileDialog();
                //dlg="Image|*.jpg;*png";
                if (dlg.ShowDialog() == DialogResult.OK)
                {
                    img.ToBitmap().Save(dlg.FileName + ".jpg", System.Drawing.Imaging.ImageFormat.Png);
                    data = dlg.FileName + ".jpg";
                }
                measureImage();
            }
        }

        void measureImage()
        {
            OpenFileDialog dlg2 = new OpenFileDialog();
            dlg2.Filter = "Image|*.jpg;*png";
            if (dlg2.ShowDialog() == DialogResult.OK)
            {
                Image<Bgr, Byte> frame = new Image<Bgr, byte>(dlg2.FileName);
                Image<Gray, Byte> Gray_Frame = frame.Convert<Gray, Byte>();

                MCvAvgComp[][] LowerBodyDetect = Gray_Frame.DetectHaarCascade(
                    LowerBody,
                    1.985603925968,
                    0,
                    Emgu.CV.CvEnum.HAAR_DETECTION_TYPE.DO_CANNY_PRUNING,
                    new Size());

                MCvAvgComp[][] UpperBodyDetect = Gray_Frame.DetectHaarCascade(
                    UpperBody,
                    1.3,
                    5,
                    Emgu.CV.CvEnum.HAAR_DETECTION_TYPE.DO_CANNY_PRUNING,
                    new Size());


                //foreach (MCvAvgComp Upp_Body in UpperBodyDetect[0])
                //{

                //    frame.Draw(Upp_Body.rect, new Bgr(Color.Red), 2);
                //    double width = (Upp_Body.rect.Width * 0.264583333);
                //    textBox1.Text = (Convert.ToString(width));
                //}
                try
                {
                    frame.Draw(UpperBodyDetect[0][0].rect, new Bgr(Color.Red), 2);
                    double width = (UpperBodyDetect[0][0].rect.Width);
                    textBox1.Text = (Convert.ToString(width));
                }
                catch (Exception e)
                {
                    MessageBox.Show(e.Message);
                }
                    //foreach (MCvAvgComp Low_Body in LowerBodyDetect[0])
                    //{
                    //    frame.Draw(Low_Body.rect, new Bgr(Color.Green), 2);
                    //}

                try
                {
                    frame.Draw(LowerBodyDetect[0][0].rect, new Bgr(Color.Green), 2);
                }
                catch (Exception e)
                {
                    MessageBox.Show(e.Message);
                }
                CamImageBox.Image = frame;
            }
        }

        private void Form1_Load(object sender, EventArgs e)
        {
            bool useCam = false;

            if (!useCam)
                measureImage();
            else {
                try
                {
                    camera = new Capture();
                }
                catch (Exception exc)
                {
                    MessageBox.Show(exc.Message);
                    return;
                }
                Application.Idle += viewImage;
                captureProcess = true;
            }
        }
    }
}

Answer 1

没有正确的参数。您应该为您的问题选择它们。为此你应该知道那些参数代表什么。让我帮你一点。

scaleFactor： 此参数有交易。如果选择更大，检测器的工作速度会更快，但检测率会更低。如果你选择更大的尺寸，它将不会在每个尺度上找到上半身或下半身。所以只需更大的 scaleFactor - ＆gt;检测速度更快，检测率更低。较小的 scaleFactor - ＆gt;检测速度慢，检测率更高。

minNeighbor： 基本定义是这样，检测器首先检测候选体区域，然后通过对这些候选区域应用一些过滤来选择体区域。这里，过滤是每个候选区域的最小邻居计数，因此如果您选择参数3并且您有10个候选区域，但它们不是邻居（也就是说重叠），您将不会获得任何检测到的物体。如果你选择这个参数为高，它将找到更少的物体，并选择它低找到更多的物体。但并非所有检测到的区域都是正确的。如果你选择它很低，探测器可能会找到给定图像中的大多数物体，但它也会提供大量的错误检测。如果你选择它，高误检率将非常小，但它可能会错过一些正确的检测。

最好阅读有关此内容的原始文档。

希望有所帮助......

正确的scaleFactor，minNeighbors和大小用于上半身和下半身检测使用haarcascade

1 个答案: