0

我想对我的英特尔 galileo gen 2 进行编程，以便它显示网络摄像头前面的面数，并简单地将其打印在外壳上（使用 opencv）。我的代码正在运行，但问题是处理速度真的很慢。它每 15 秒打印一次数字。这样我也无法检查号码是否正确。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)
4

1 回答 1

2

尽管它是 Intel CPU，但 Intel Galileo 上用于高级计算机视觉算法（例如人脸检测）的资源（400MHz CPU，256MB RAM）并不多。

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（尤其是在像 Intel Galileo Gen2 这样的系统上）。我建议查看本地二进制模式 (LBP)。这些已经在 OpenCV 中实现，您可以在此处查看 LBP c++ 示例。它应该很容易适应 Python API 或找到 Python API 示例。LBP 级联应该比 HAAR 级联更快。

尽管标准较低，但根据您的相机，您可能拥有较低级别的访问权限。如果您直接检索灰度图像，或者如果原始颜色流是 YUV 格式，则仅检索 Y 通道。这应该会给您带来轻微的提升，因为您不再转换色彩空间，但只有在易于控制相机（或者您有时间和资源更深入地进行部分提升）时才进行此操作。

虽然原型制作比使用 Python 慢，但您可能还想尝试使用原生 c 或 c++，并检查是否有任何编译器优化标志可以尽可能地利用 CPU。

注意：您可以在此处找到英特尔 Galileo 的 c++ 人脸检测示例

于 2015-08-09T14:42:02.080 回答