【问题标题】:javaCV detectMultiScale with LBP cascade does not work on physical device带有 LBP 级联的 javaCV detectMultiScale 在物理设备上不起作用
【发布时间】:2013-01-02 16:16:32
【问题描述】:

我的 Android 应用程序使用 javaCV 并使用 LBP 级联调用 detectMultiScale() 函数来检测人脸。它在我的模拟器上运行良好。然而,当我尝试在我的 HTC Incredible S 上测试它时,它返回 0,无法检测到任何人脸!谁能告诉我一些提示为什么它不起作用?非常感谢您的帮助!!!

这是我的人脸检测代码:

    CASCADE_FILE = working_Dir.getAbsolutePath() + "/lbpcascade_frontalface.xml";

    public static CvRect getFaceWithLBP(IplImage grayFaceImg)
    {
         CascadeClassifier cascade = new CascadeClassifier(CASCADE_FILE);
         CvRect facesdetection = new CvRect(null);

         cascade.detectMultiScale(grayFaceImg, facesdetection, 1.1, 2, CV_HAAR_FIND_BIGGEST_OBJECT | CV_HAAR_DO_ROUGH_SEARCH, 
                             new CvSize(), new CvSize(grayFaceImg.width(), grayFaceImg.height()));  

         return facesdetection;
    }

【问题讨论】:

    标签: android opencv face-detection javacv


    【解决方案1】:

    请注意,根据the OpenCV documentation,标志(如 CV_HAAR_FIND_BIGGEST_OBJECT | CV_HAAR_DO_ROUGH_SEARCH)不能用于新的级联(如 LBP)。

    void CascadeClassifier::detectMultiScale(const Mat& image, vector& objects, double scaleFactor=1.1, int minNeighbors=3, int flags=0, Size minSize=Size(), Size maxSize=Size()) 参数:

    • cascade – Haar 分类器级联(仅限 OpenCV 1.x API)。它可以使用 Load() 从 XML 或 YAML 文件中加载。当不再需要级联时,使用 cvReleaseHaarClassifierCascade(&cascade) 释放它。
    • 图像 – CV_8U 类型的矩阵,其中包含检测到对象的图像。
    • objects – 每个矩形都包含检测到的对象的矩形向量。
    • scaleFactor – 指定在每个图像比例下图像尺寸缩小多少的参数。
    • minNeighbors – 指定每个候选矩形应保留多少个邻居的参数。
    • flags – 与函数 cvHaarDetectObjects 中的旧级联具有相同含义的参数。 它不用于新的级联。
    • minSize – 最小可能的对象大小。小于该值的对象将被忽略。
    • ma​​xSize – 最大可能的对象大小。大于该值的对象将被忽略。

    【讨论】:

    • 关于无法定位人脸,可以试试“new CvSize(0, 0)”代替“new CvSize()” .
    • 为什么新的级联不使用标志?什么是替代品?
    • 唯一定义的标志都是对 Haar 级联算法的调整:docs.opencv.org/master/d9/d31/group__objdetect__c.html。 LBP 级联不使用这些选项。
    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 2015-11-20
    • 1970-01-01
    • 2015-02-21
    • 2021-05-11
    • 1970-01-01
    • 1970-01-01
    • 2016-12-07
    相关资源
    最近更新 更多