用摄像头进行人脸和人眼实时检测的优化 算法

         在之前的工作中，我们实现了从摄像头采集图像的功能，那么接下来我们尝试进行人脸和人眼的检测和识别。在图像的预处理和图像参数设置上，花费了不少的时间，现在给出对于优化这个算法的一些看法。

        1、图像预处理

           在图像的与处理上，为了消除光线、背景等的影响，先做图像的灰度化，平滑处理，均衡化，然后进行处理。

               cvCvtColor(img2, img3, CV_BGR2GRAY);//灰度化
cvSmooth(img3, img3, CV_GAUSSIAN, 5, 5, 0, 0);//平滑处理
cvEqualizeHist(img3, img3);//均衡化

      2、检测部分参数设置

            在进行检测的时候，各种参数的设置至关重要。参数设置的不正确非常影响处理速度，也会影响检测的准确性。

             CvSeq *faces = cvHaarDetectObjects(img3, cascade_f, storage1, 1.2, 2, CV_HAAR_DO_CANNY_PRUNING, cvSize(40, 40));

             CvSeq *eyes = cvHaarDetectObjects(img3, cascade_e, storage, 1.2,3, CV_HAAR_DO_CANNY_PRUNING, cvSize(10, 10));

            在此处，缩放速度设置为1.2，降低检测的进度来提高检测的效率，以便在视频中实现流畅地处理。

            最小方格数量设置为2为常用数据，也可以增大这个数据来提高检测精度，但是可能会导致有部分目标不能被检测到。