Я использую Python 2.7.11 и opencv 2.4.9. У меня есть две prграммы для видео обнаружение лица и люди, обнаруживающие. Тем не менее, он гладкий для обнаружения лица, но медленный или люди, обнаруживающие.Opencv VideoCapture скорость медленная для людей, обнаруживающих
Face Детектирование:
faceCascade = cv2.CascadeClassifier('C:\opencv\sources\data\haarcascades\haarcascade_frontalface_default.xml')
video_capture = cv2.VideoCapture(0)
while True:
ret, frame = video_capture.read()
faces = faceCascade.detectMultiScale(
frame,
scaleFactor=1.1,
minNeighbors=5,
minSize=(30, 30),
flags=cv2.CASCADE_SCALE_IMAGE
)
for (x, y, w, h) in faces:
cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)
cv2.imshow('Video', frame)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
video_capture.release()
cv2.destroyAllWindows()
Люди Детектирование:
hog = cv2.HOGDescriptor()
hog.setSVMDetectorcv2.HOGDescriptor_getDefaultPeopleDetector())
video_capture = cv2.VideoCapture(0)
while True:
ret, frame = video_capture.read()
(rects, weights) = hog.detectMultiScale(
frame,
winStride=(4, 4),
padding=(8, 8),
scale=1.05
)
rects = np.array([[x, y, x + w, y + h] for (x, y, w, h) in rects])
pick = non_max_suppression(rects, probs=None, overlapThresh=0.65)
for (xA, yA, xB, yB) in pick:
cv2.rectangle(frame, (xA, yA), (xB, yB), (0, 255, 0), 2)
cv2.imshow("Before NMS", frame)
k = cv2.waitKey(5) & 0xFF
if k == 27:
break
video_capture.release()
cv2.destroyAllWindows()
В чем вопрос? –
Ops, я хочу спросить, как ускорить признание людей. – VICTOR