Now that we have loaded the classif

Now that we have loaded the classifier (just once during initialization), we can use it to
detect faces in each new camera frame. But first we should do some initial processing
of the camera image just for face detection, by performing the following steps:
1. Grayscale color conversion: Face detection only works on grayscale images.
So we should convert the color camera frame to grayscale.
2. Shrinking the camera image: The speed of face detection depends on the
size of the input image (it is very slow for large images but fast for small
images), and yet detection is still fairly reliable even at low resolutions. So
we should shrink the camera image to a more reasonable size (or use a large
value for minFeatureSize in the detector, as explained shortly).
3. Histogram equalization: Face detection is not as reliable in low-light
conditions. So we should perform histogram equalization to improve the
contrast and brightness.

ผลลัพธ์ (ไทย) 1:

หลังจากที่เราได้โหลด classifier ที่ (เพียงครั้งเดียวในช่วงเริ่มต้น), เราสามารถใช้ให้
ตรวจหาใบหน้าในแต่ละเฟรมกล้องใหม่ได้ แต่แรก เราควรทำการประมวลผลเริ่มต้นบาง
ภาพกล้องสำหรับตรวจจับใบหน้า โดยดำเนินการตามขั้นตอนต่อไปนี้:
1 แปลงสีเทา: ตรวจจับใบหน้าได้ทำงานในภาพสีเทาเท่านั้น
ดังนั้น เราควรแปลงเฟรมกล้องสีเทา.
2 ลดขนาดรูปภาพกล้อง: ขึ้นอยู่กับความเร็วของการตรวจจับใบหน้า
ขนาดของรูปสัญญาณ (ก็ช้ามาก สำหรับภาพขนาดใหญ่ แต่เร็วเล็ก
ภาพ), และยัง ตรวจสอบก็ยังค่อนข้างเชื่อถือได้ที่ความละเอียดต่ำ ดังนั้น
เราควรลดขนาดภาพกล้องให้มีขนาดเหมาะสมมากขึ้น (หรือใช้ขนาดใหญ่
ค่าสำหรับ minFeatureSize ในเครื่องตรวจจับ ตามที่อธิบายไว้ในไม่ช้า)
3 ฮิสโตแกรมปรับแต่ง: ตรวจจับใบหน้าไม่เป็นที่เชื่อถือได้ในแสงน้อย
เงื่อนไข ดังนั้นเราควรทำการปรับแต่งฮิสโตแกรมในการปรับปรุงการ
ความคมชัดและความสว่าง

ผลลัพธ์ (ไทย) 2:

ตอนนี้ที่เราได้โหลดลักษณนาม (เพียงครั้งเดียวในช่วงเริ่มต้น) เราสามารถใช้ในการ
ตรวจจับใบหน้าในเฟรมกล้องใหม่ในแต่ละ แต่ก่อนอื่นเราควรจะทำบางการประมวลผลเริ่มต้น
ของภาพของกล้องเพียงสำหรับการตรวจหาใบหน้าโดยทำตามขั้นตอนดังต่อไปนี้
1 แปลงสีเฉดสีเทา: การตรวจหาใบหน้าเท่านั้นที่ทำงานในภาพระดับสีเทา
ดังนั้นเราควรแปลงกรอบกล้องสีระดับสีเทา
2 การหดตัวภาพของกล้อง: ความเร็วในการตรวจจับใบหน้าขึ้นอยู่กับ
ขนาดของภาพที่นำเข้า (มันจะช้ามากสำหรับภาพที่มีขนาดใหญ่ แต่อย่างรวดเร็วสำหรับธุรกิจขนาดเล็ก
ภาพ) และยังตรวจสอบยังค่อนข้างเชื่อถือได้ที่ความละเอียดต่ำ ดังนั้น
เราควรจะหดตัวลงภาพของกล้องให้มีขนาดที่เหมาะสมมากขึ้น (หรือใช้ขนาดใหญ่
คุ้มค่า minFeatureSize ในเครื่องตรวจจับตามที่อธิบายไว้ในไม่ช้า)
3 เท่าเทียมกัน Histogram: การตรวจหาใบหน้าไม่เป็นที่เชื่อถือได้ในที่มีแสงน้อย
เงื่อนไข ดังนั้นเราจึงควรดำเนินการทำให้เท่าเทียมกัน Histogram เพื่อปรับปรุง
ความคมชัดและความสว่าง

ผลลัพธ์ (ไทย) 3:

ตอนนี้เราต้องโหลดตัว ( เพียงครั้งเดียวในการเริ่มต้น ) , เราสามารถใช้มันเพื่อ
ตรวจหาใบหน้าในกรอบแต่ละกล้องใหม่ แต่ครั้งแรกที่เราจะเริ่มต้นการประมวลผล
ของภาพกล้องเพื่อตรวจจับใบหน้าโดยการดำเนินการขั้นตอนต่อไป :
1 แปลงสีสีเทา : ตรวจจับใบหน้าได้ผลแต่ก็ได้ภาพ
ดังนั้นเราควรจะแปลงสีกล้องกรอบสีเทา .
2ลดขนาดภาพจากกล้องตรวจจับความเร็วของใบหน้าขึ้นอยู่กับ
ขนาดของภาพใส่ ( มันช้ามากสำหรับภาพขนาดใหญ่ แต่รวดเร็วสำหรับภาพขนาดเล็ก
) และยังตรวจสอบ ยังค่อนข้างเชื่อถือได้แม้แต่น้อย มติ ดังนั้น
เราควรจะหดภาพกล้องขนาดที่เหมาะสมมากขึ้น ( หรือใช้มากค่า
สำหรับ minfeaturesize ในเครื่องตามที่อธิบายแล้ว )
3ภาพ : การปรับหน้าเชื่อถือไม่ได้ เช่น ในภาวะแสง
น้อย ดังนั้นเราควรจะแสดงภาพความเท่าเทียมเพื่อปรับปรุง
ความคมชัดและความสว่าง