python用opencv做的人臉識別占用性能嚴重，怎么優(yōu)化？關于您的問題的描述性信息太少。無法給出具體答案。你只能給出一個大概的想法。Python雖然易學易用，但效率不高，所以一般適合實驗性代碼開發(fā)

python用opencv做的人臉識別占用性能嚴重，怎么優(yōu)化？

關于您的問題的描述性信息太少。無法給出具體答案。你只能給出一個大概的想法。

Python雖然易學易用，但效率不高，所以一般適合實驗性代碼開發(fā)，可以快速驗證思想或算法的正確性。例如，在談到人臉識別時，無論是使用深度學習算法還是傳統(tǒng)算法，都應該首先設計一個算法，驗證它是否能正常工作。只有能夠正確檢測出人臉的算法才是可行的算法。至于效率，這是下一個優(yōu)化目標。

一般來說，圖像處理的計算量比較大，在驗證了算法的正確性后，通常會將Python代碼移植到更高效的C/C平臺上，特別是對于opencv，因為opencv的開發(fā)語言是C，至于如何用C調(diào)用Python模型，請參考我寫的一篇文章，也是關于圖像處理的。

此外，對于計算量較大的任務，如深度學習，CPU往往難以滿足計算要求，因此需要GPU加速。

python怎樣調(diào)用opencv對單目相機進行標定？

您可以使用相同的方法檢測圖像中具有已知三維幾何圖形的任何對象。

如何基于opencv進行遠距離的檢測？

如果使用opencv，最直接的方法就是使用GPU。計算量最大的部分是hog的計算。Opencv實現(xiàn)了原始的hog。你可以考慮一下DPM中的豬。通過對hog參數(shù)的調(diào)整，如面元個數(shù)、單元大小、是否插值、如何歸一化等，也可以減少點的計算量，平衡檢測效果。豬的多尺度是很費時的。你可以制作一個多重圖像金字塔，計算每一層的豬，然后縮小這個多重圖像的豬金字塔，得到N個尺度的多尺度豬。或者直接訓練多個不同尺度的分類器逐個遍歷。支持向量機是盡可能線性的。

對于初學者，用C 還是python開發(fā)opencv程序？

作為初學者，你應該通過opencv開發(fā)應用學位來學習如何使用C語言，除非你天賦異稟，才華橫溢，否則一定是一個漫長的過程，Python不一樣，語法簡單，開發(fā)環(huán)境配置簡單，opencv調(diào)用也簡單，根據(jù)網(wǎng)上的例子，做一個像樣的函數(shù)式程序并不太難，其中語言開發(fā)的關鍵在于：1環(huán)境要求2。你對項目效率的要求。