python - opencv和intel galileo gen2上的慢速面部检测

我想对我的intel galileo gen 2进行编程，以便它显示网络摄像头前面的面孔数量，并简单地将其打印在 shell 上(使用opencv)。我的代码正在运行，但问题是处理速度确实很慢。每15秒打印一次。这样，我也无法检查电话号码是否正确。有什么办法或有人做过吗？
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)

最佳答案

尽管它是Intel CPU，但Intel Galileo上没有太多资源可用于高级计算机视觉算法(例如人脸检测)。

我注意到的第一件事是您没有设置捕获尺寸。
我不知道相机的规格是什么，但是我猜您正在以全分辨率打开相机。我建议您以较低的分辨率(例如320x240甚至160x120)打开相机，因为处理的像素要少得多。

HAAR级联也很密集(尤其是在像Intel Galileo Gen2这样的系统上)。我建议研究本地二进制模式(LBP)。
这些已经在OpenCV中实现，您可以 checkout LBP c++ sample here。使它适应Python API或查找Python API示例应该很容易。 LBP级联应该比HAAR级联更快。

尽管标准级别较低，但视您的相机而定，您可能对其具有较低级别的访问权限。如果您确实直接检索灰度图像，或者原始颜色流为YUV格式，则仅检索Y通道。这将给您带来些微的提升，因为您不再转换色彩空间，而仅在易于控制相机的情况下(或者您有时间和资源去进行更深层次的扩展(仅部分提升))才可以这样做。

尽管原型(prototype)制作的速度比使用Python慢​​，但您可能还想尝试使用本机c或c++，并检查是否存在可以充分利用CPU的编译器优化标志。

注意:您可以找到一个c++ face detection sample for Intel Galileo here

关于python - opencv和intel galileo gen2上的慢速面部检测，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/31905155/