OpenCV cv_haar_scale_image的面部检测器参数

如何解决OpenCV cv_haar_scale_image的面部检测器参数

|| opencv函数cvhaardetectobjects中的cv_haar_scale_image有什么作用？     

解决方法

标志“ 0”告诉算法缩放图像而不是检测器。 这里有一个使用示例：人脸检测：如何使用openCV查找人脸     ,它可以实现更多优化。 除了CV_HAAR_DO_CANNY_PRUNING外，人脸检测实现还针对CV_HAAR_SCALE_IMAGE进行了优化。 因为CV_HAAR_SCALE_IMAGE方法对DMA（直接内存访问）更友好。默认方法（CV_HAAR_DO_CANNY_PRUNING）的实现需要广泛地随机访问主存储区。     ,根据EMGU（它是OpenCV的.NET包装器）的说法，有时其文档比OpenCV更好，   DO_CANNY_PRUNING   如果已设置，则该功能使用Canny边缘检测器   拒绝一些边缘太少或太多的图像区域   因此不能包含搜索到的对象。特定阈值   调整值以进行人脸检测，在这种情况下为修剪   加快处理速度      SCALE_IMAGE   对于使用的每个比例因子，该功能将缩小   图像而不是“缩放”分类器中的特征坐标   级联。目前，该选项只能单独使用，即标志   不能与其他人一起设置      FIND_BIGGEST_OBJECT   如果设置，该函数将找到最大的   图片中的对象（如果有）。也就是说，输出序列将   包含一个（或零个）元素      DO_ROUGH_SEARCH   仅在以下情况下使用   设置CV_HAAR_FIND_BIGGEST_OBJECT且min_neighbors> 0。   设置后，该函数将不查找较小尺寸的候选对象，因为   在找到对象（具有足够的相邻候选对象）时   当前比例。通常，当固定min_neighbors时，模式为   生成的对象矩形比常规矩形精度低（大一点）   单对象模式（flags = CV_HAAR_FIND_BIGGEST_OBJECT），但是很多   更快，达到一个数量级。可以指定更大的min_neighbors值以提高准确性。 资源     ,CV_HAAR_DO_CANNY_PRUNING导致没有行的平坦区域被分类器跳过