Question

我想编制我的intel galileo gen 2，以便显示网络摄像头前面的面孔数量，然后将其打印在外壳上（使用opencv）。我的代码工作正常，但问题是处理速度非常慢。它每隔15秒打印一次。这样我也无法检查数字是否正确。有什么办法或某人做过吗？这是代码..

import cv2
import sys
import time

cascPath = '/media/mmcblk0p1/haarcascade_frontalface_default.xml'
faceCascade = cv2.CascadeClassifier(cascPath)

video_capture = cv2.VideoCapture(0)

while True:
    # Capture frame-by-frame
    ret, frame = video_capture.read()

    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    faces = faceCascade.detectMultiScale(
        gray,
        scaleFactor=1.1,
        minNeighbors=5,
        minSize=(30, 30),
        flags=cv2.cv.CV_HAAR_SCALE_IMAGE
    )

    print len(faces)

    time.sleep(0.033)

Answer 1

虽然它是英特尔CPU，但英特尔Galileo上还没有很多资源（400MHz CPU，256MB RAM）用于高级计算机视觉算法（如人脸检测）。

我注意到的第一件事是您没有设置捕获维度。我不知道相机规格是什么，但我猜测你是以全分辨率打开相机。我建议以较低的分辨率打开相机，例如320x240甚至160x120，因为要处理的像素要少得多。

HAAR级联也有点密集（特别是在像Intel Galileo Gen2这样的系统上）。我建议研究本地二进制模式（LBP）。这些已在OpenCV中实现，您可以查看LBP c++ sample here。应该很容易将其改编为Python API或查找Python API示例。 LBP级联应该比HAAR级联更快。

虽然不太标准，但根据您的相机，您可能会有较低级别的访问权限。如果直接检索灰度图像，或者原始颜色流是YUV格式，则仅检索Y通道。当你不再转换颜色空间时，这应该会给你一个小小的提升，但只有在它很容易控制相机的情况下才能实现这一目标（或者你有时间和资源可以更深入地进行部分提升）

虽然原型比使用Python慢，但您可能还想尝试使用本机c或c ++，并检查是否有任何可以尽可能利用CPU的编译器优化标志。

注意：您可以找到c++ face detection sample for Intel Galileo here

在opencv和intel galileo gen2上进行慢速检测

1 个答案: