版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/csharp25/article/details/84679746
1. 定义识别接口，输入被灰度处理过的图片，返回识别的矩形
2. 使用cuda的hog作为SVM识别器
3. 使用cuda的Cascade分类器
4. 将图片上传到GPU
5. 进行图像识别
6. 获取识别结果（矩形）
UI逻辑已经在前几篇文章介绍了。
这里是cuda调用的部分：
可以对CudaHOG的第一个参数（图片大小）进行调优（摄像头拍摄的人体大小）来达到更好的识别效果：
public interface IDetect
{
Rectangle[] Detect(Image<Gray, byte> grayframe);
}
...
public class AlgoCudaHog : IDetect
{
public Rectangle[] Detect(Image<Gray, byte> grayframe)
{
using (CudaHOG des = new CudaHOG(new Size(64, 128), new Size(16, 16), new Size(8, 8), new Size(8, 8)))
{
des.SetSVMDetector(des.GetDefaultPeopleDetector());
using (GpuMat cudaBgra = new GpuMat())
{
using (VectorOfRect vr = new VectorOfRect())
{
//CudaInvoke.CvtColor(grayframe, cudaBgra, ColorConversion.Bgr2Bgra);
cudaBgra.Upload(grayframe);
//CudaInvoke.CvtColor(grayframe, cudaBgra, ColorConversion.Gray2Bgra);
des.DetectMultiScale(cudaBgra, vr);
var regions = vr.ToArray();
return regions;
}
}
}
}
}
public class AlgoCudaCascade : IDetect
{
public Rectangle[] Detect(Image<Gray, byte> grayframe)
{
using (CudaCascadeClassifier des = new CudaCascadeClassifier(ConfigurationManager.AppSettings["haarPath"]))
{
using (GpuMat cudaBgra = new GpuMat())
{
using (VectorOfRect vr = new VectorOfRect())
{
//CudaInvoke.CvtColor(grayframe, cudaBgra, ColorConversion.Bgr2Bgra);
cudaBgra.Upload(grayframe);
//CudaInvoke.CvtColor(grayframe, cudaBgra, ColorConversion.Gray2Bgra);
des.DetectMultiScale(cudaBgra, vr);
var regions = vr.ToArray();
return regions;
}
}
}
}
}
...