OpenCV的人臉檢測器參數cv_haar_scale_image

Question

cv_haar_scale_image在opencv的函數cvhaardetectobjects中做了什麼？

Answer 1

標誌CV_HAAR_SCALE_IMAGE告訴算法縮放圖像，而不是檢測器。

有它的使用在這裏的一個例子：Face detection: How to find faces with openCV

Answer 2

它使更多的優化。

面部檢測實施針對比CV_HAAR_DO_CANNY_PRUNING更多的CV_HAAR_SCALE_IMAGE進行了優化。

因爲CV_HAAR_SCALE_IMAGE方法更適合DMA（直接內存訪問）。缺省方法（CV_HAAR_DO_CANNY_PRUNING）的實現需要廣泛地隨機訪問主存儲區。

Answer 3

CV_HAAR_DO_CANNY_PRUNING導致不具有線由分類

Answer 4

根據EMGU，這是一個OpenCV的NET包裝，有時具有比OpenCV的方式更好的文檔被跳過平坦區域，

DO_CANNY_PRUNING
如果設置，該功能使用Canny邊緣檢測器 來拒絕包含太少或太多邊緣的一些圖像區域，因此不能包含搜索到的對象。該特定閾 值調整爲面部檢測和在此情況下，修剪 加快處理

SCALE_IMAGE
對於所使用的函數中的每個比例因子將縮減 圖像而不是「變焦」，在特徵的座標分類器 級聯。目前，該選項只能單獨使用，即 不能與其他

FIND_BIGGEST_OBJECT
如果它被設置，該函數發現最大 對象（如果有的話）的圖像一起設置的標誌。即，輸出序列將 含有一個（或零）元件（多個）

DO_ROUGH_SEARCH
只有當 CV_HAAR_FIND_BIGGEST_OBJECT被設置和min_neighbors> 0如果標誌 被設定，該函數應該使用被不要在 之前查找較小尺寸的候選人，因爲它已經找到目標尺寸爲 的對象（具有足夠的相鄰候選項）。通常，當min_neighbors修復時，模式 與單個對象模式（flags = CV_HAAR_FIND_BIGGEST_OBJECT）相比，產生的對象矩形的準確性（稍大）會更快，但速度更快，達到一個數量級。可以指定更大的min_neighbors值來提高準確性。

Source