We can use the resize() function to

We can use the resize() function to shrink an image to a certain size or scale factor. Face detection usually works quite well for any image size greater than 240 x 240 pixels (unless you need to detect faces that are far away from the camera), because it will look for any faces larger than the minFeatureSize (typically 20 x 20 pixels). So let's shrink the camera image to be 320 pixels wide; it doesn't matter if the input is a VGA webcam or a 5 mega pixel HD camera. It is also important to remember and enlarge the detection results, because if you detect faces in a shrunk image then the results will also be shrunk. Note that instead of shrinking the input image, you could use a large minFeatureSize value in the detector instead. We must also ensure
the image does not become fatter or thinner. For example, a widescreen 800 x 400 image when shrunk to 300 x 200 would make a person look thin. So we must keep the aspect ratio (the ratio of width to height) of the output same as the input. Let's calculate how much to shrink the image width by, then apply the same scale factor to the height as well, as follows:

ผลลัพธ์ (ไทย) 1:

เราสามารถใช้ฟังก์ชัน resize() เพื่อลดขนาดภาพให้บางขนาดหรือมาตราส่วนตัว หน้าตรวจสอบมักจะทำงานค่อนข้างดีสำหรับใด ๆ ภาพขนาด 240 x 240 พิกเซลมากกว่า (ยกเว้นว่าคุณจำเป็นต้องตรวจหาใบหน้าที่อยู่ห่างจากกล้อง), เนื่อง จากมันจะค้นหาหน้าใด ๆ มากกว่า minFeatureSize (พิกเซลโดยปกติ 20 x 20) เราลองลดขนาดภาพกล้องจะ กว้าง 320 พิกเซล มันไม่สำคัญถ้าอินพุตเป็นเว็บแคม VGA หรือ 5 เมกาพิกเซลกล้อง HD มันก็ยังจำ และขยายผลการตรวจหา เนื่องจากถ้าคุณตรวจพบใบหน้าในรูป shrunk แล้วผลลัพธ์จะยังถูก shrunk หมายเหตุว่า แทนที่จะหดตัวเข้ารูป คุณสามารถใช้ค่า minFeatureSize ขนาดใหญ่ในเครื่องตรวจจับแทน นอกจากนี้เรายังต้องมั่นใจ
รูปไม่เป็น fatter หรือทินเนอร์ ตัวอย่าง รูปแบบหน้าจอกว้าง 800 x 400 เมื่อ shrunk ให้ 300 x 200 จะทำให้คนดูบาง ดังนั้นเราต้องรักษาอัตราส่วนกว้างยาว (อัตราส่วนความกว้างต่อความสูง) ของการแสดงผลเหมือนกับการป้อนข้อมูล ลองคำนวณเท่าใดจะหดความกว้างของรูปด้วย แล้วใช้ตัวคูณมาตราส่วนเดียวกันกับความสูงเช่นกัน ดัง:

ผลลัพธ์ (ไทย) 2:

เราสามารถใช้ฟังก์ชั่นปรับขนาด () เพื่อหดภาพให้มีขนาดบางอย่างหรือปัจจัยระดับ การตรวจหาใบหน้ามักจะทำงานค่อนข้างดีสำหรับขนาดของภาพใด ๆ มากกว่า 240 x 240 พิกเซล (ยกเว้นกรณีที่คุณจำเป็นต้องตรวจสอบใบหน้าที่อยู่ห่างไกลออกไปจากกล้อง) เพราะมันจะมองหาใบหน้าใด ๆ ที่มีขนาดใหญ่กว่า minFeatureSize (ปกติ 20 x 20 พิกเซล) . จึงขอหดภาพกล้องจะเป็น 320 พิกเซลกว้าง มันไม่สำคัญว่าถ้าเข้าเป็นเว็บแคม VGA หรือ 5 ล้านพิกเซลกล้อง HD นอกจากนี้ยังเป็นสิ่งสำคัญที่ต้องจำไว้และขยายผลการตรวจสอบเพราะถ้าคุณสามารถตรวจจับใบหน้าในภาพหดแล้วผลที่จะได้รับการหดตัว ทราบว่าแทนที่จะหดตัวใส่ภาพที่คุณสามารถใช้ค่า minFeatureSize ขนาดใหญ่ในเครื่องตรวจจับแทน นอกจากนี้เรายังจะต้องให้แน่ใจว่า
ภาพที่ไม่ได้อ้วนขึ้นหรือผอมลง ตัวอย่างเช่นภาพแบบไวด์สกรีนขนาด 800 x 400 เมื่อหด 300 x 200 จะทำให้คนดูบาง ดังนั้นเราจึงต้องรักษาอัตราส่วนด้าน (อัตราส่วนของความกว้างความสูง) ของการส่งออกเช่นเดียวกับการป้อนข้อมูล ลองคำนวณเท่าใดที่จะหดตัวความกว้างของภาพโดยแล้วใช้ปัจจัยระดับเดียวกันกับความสูงได้เป็นอย่างดีดังต่อไปนี้

ผลลัพธ์ (ไทย) 3:

เราสามารถใช้ฟังก์ชัน resize() เพื่อภาพหดให้มีขนาดบางหรือระดับปัจจัย การตรวจหาใบหน้ามักจะทำงานได้ดีสำหรับภาพที่ขนาดมากกว่า 240 x 240 พิกเซล ( ยกเว้นกรณีที่คุณต้องการตรวจหาใบหน้าที่อยู่ห่างจากกล้อง ) เพราะจะดูหน้าใครใหญ่กว่า minfeaturesize ( ปกติ 20 x 20 พิกเซล ) งั้นก็หดภาพกล้องเป็น 320 พิกเซลกว้างมันไม่สำคัญว่าถ้าสัญญาณเข้า VGA เว็บแคมหรือ 5 ล้านพิกเซลกล้อง HD . นอกจากนี้ยังเป็นสิ่งสำคัญที่ต้องจำไว้และขยายการตรวจสอบผล เพราะหากตรวจพบใบหน้าในหดภาพแล้ว ผลลัพธ์ ก็จะหดลง ทราบว่าแทนที่จะลดขนาดภาพการป้อนข้อมูล คุณสามารถใช้ค่า minfeaturesize ขนาดใหญ่ในเครื่องแทน นอกจากนี้เรายังต้องให้แน่ใจว่า
ภาพไม่ได้กลายเป็นอ้วนหรือผอม ตัวอย่างเช่น จอกว้าง 800 x 400 ภาพเมื่อหด 300 x 200 จะทำให้คนที่ดูผอม ดังนั้นเราต้องให้อัตราส่วน ( อัตราส่วนความกว้างต่อความสูง ) ของการแสดงผลเช่นเดียวกับการป้อนข้อมูล ลองคำนวณเท่าใดเพื่อลดขนาดความกว้างของภาพโดยการใช้ตัวประกอบมาตราส่วนเดียวกันความสูงเช่นกัน ดังนี้