检测方opencv和c++

Question

您好，我正在从事计算机视觉项目，并尝试使用相机中的 openCV/C++ 检测正方形。我已经从 openCV 库下载了源代码，但似乎很难丢失 fps。有人知道如何解决这个问题吗？下面有一个关于我的测试的视频链接，请查看： http://magicbookproject.blogspot.co.uk/2012/12/detect-paper-demo.html

这是代码，刚刚在另一篇文章中找到：

void find_squares(Mat& image, vector<vector<Point> >& squares)
{
// blur will enhance edge detection
Mat blurred(image);
medianBlur(image, blurred, 9);

Mat gray0(blurred.size(), CV_8U), gray;
vector<vector<Point> > contours;

// find squares in every color plane of the image
for (int c = 0; c < 3; c++)
{
    int ch[] = {c, 0};
    mixChannels(&blurred, 1, &gray0, 1, ch, 1);

    // try several threshold levels
    const int threshold_level = 2;
    for (int l = 0; l < threshold_level; l++)
    {
        // Use Canny instead of zero threshold level!
        // Canny helps to catch squares with gradient shading
        if (l == 0)
        {
            Canny(gray0, gray, 10, 20, 3); // 

            // Dilate helps to remove potential holes between edge segments
            dilate(gray, gray, Mat(), Point(-1,-1));
        }
        else
        {
                gray = gray0 >= (l+1) * 255 / threshold_level;
        }

        // Find contours and store them in a list
        findContours(gray, contours, CV_RETR_LIST, CV_CHAIN_APPROX_SIMPLE);

        // Test contours
        vector<Point> approx;
        for (size_t i = 0; i < contours.size(); i++)
        {
                // approximate contour with accuracy proportional
                // to the contour perimeter
                approxPolyDP(Mat(contours[i]), approx, arcLength(Mat(contours[i]), true)*0.02, true);

                // Note: absolute value of an area is used because
                // area may be positive or negative - in accordance with the
                // contour orientation
                if (approx.size() == 4 &&
                        fabs(contourArea(Mat(approx))) > 1000 &&
                        isContourConvex(Mat(approx)))
                {
                        double maxCosine = 0;

                        for (int j = 2; j < 5; j++)
                        {
                                double cosine = fabs(angle(approx[j%4], approx[j-2], approx[j-1]));
                                maxCosine = MAX(maxCosine, cosine);
                        }

                        if (maxCosine < 0.3)
                                squares.push_back(approx);
                }
        }
    }
}

}

Answer 1

如果您不介意失去准确性，可以加快速度。例如

// find squares in every color plane of the image
for (int c = 0; c < 3; c++)

您正在循环三个颜色平面。只需检查一种颜色（就好像图像是灰度图像一样），速度应该会提高三倍。

也可以尝试不使用 Canny，这很慢。设置一个use_canny参数，

 if (l == 0 && use_canny)
     {
        Canny(gray0, gray, 10, 20, 3); // 

比较有无。我得到了可以接受的结果，而且速度要快得多。

Answer 2

计算机视觉的一个很好的经验法则是在进行任何密集处理之前将您的图像转换为灰度。仅在您认为绝对必要时才循环遍历颜色通道。我推荐以下模式进行对象识别：

1. 将图像转换为灰度
2. 将灰度图像过滤为更简单的格式（canny、阈值、边缘检测）
3. 进行繁重的处理（检测方形）
4. 使用处理后的值重建原始图像（绘制/存储您的正方形）

请记住，您正在为每一帧执行所有这些步骤，因此请务必删除您发现不必要的任何内容。由于此代码会经常运行，因此即使是很小的优化，您也会看到巨大的性能优势，因此值得花一些时间进行优化。