opencv 如何在Kotlin中提高运行so文件的速度？

evrscar2 于 2023-08-06 发布在 Kotlin

关注(0)|答案(1)|浏览(148)

我有两个人脸检测项目。一个是Java项目，另一个是Kotlin。这两个项目都使用mlkit进行人脸检测，使用opencv c引擎进行人脸识别。C引擎在两个项目中完全相同。在构建了两个项目之后，当我运行它们时，它们的c++引擎运行时是不同的。Java项目比Kotlin更快。

JNIEXPORT jfloat JNICALL
FACE_ENGINE_METHOD(nativeExtractLiveFeature)(JNIEnv *env, jobject instance,
        jobject bmp, jint left, jint top, jint right, jint bottom,
        jfloatArray landmarksX, jfloatArray landmarksY, jfloatArray features)

字符串
这是我想称之为C++代码。我把它导入到这样的项目中。

@Keep
private native static float nativeExtractLiveFeature(Bitmap bmp, int leftFace, int topFace, int rightFace, int bottomFace, float[] landmarksX, float[] landmarksY, float[] features);    // java
@Keep
private external fun nativeExtractLiveFeature(bmp: Bitmap, leftFace: Int, topFace: Int, rightFace: Int, bottomFace: Int, landmarksX: FloatArray, landmarksY: FloatArray, features: FloatArray): Float   //kotlin

型
Java项目现在比Kotlin快2倍。请告诉我是什么原因造成的。我需要提高Kotlin项目的速度，使其与Java项目一样快。我想知道任何可能的方法。请帮帮我- 谢谢-谢谢

opencv

来源：https://stackoverflow.com/questions/76650367/how-to-improve-the-speed-to-run-so-file-in-kotlin

1条答案

按热度按时间

ztmd8pv51#

看看我如何保存文件，然后打开它，然后找到脸。下面是如何实现的代码：

import cv2
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
# Path to video file
cap = cv2.VideoCapture(1)
# Used as counter variable
count = 1
# checks whether frames were extracted
success = 1
while success:
    #  get each frame from the video
    # '_' is a flag to show if the frame was read correctly or not
    # 'img' is the frame itself
    _, image = cap.read()
    if count <= 1:
        # Saves the frames with frame-count
        cv2.imwrite("frame_%d.jpg" % count, image)
        count += 1
    if count == 2:
        count = 1
        frame = cv2.imread('frame_1.jpg')
        
        # use the frames below
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
# When everything done, release the capture
cap.release()
cv2.destroyAllWindows()

字符串

展开查看全部

赞(0）回复(0）举报 2023-08-06

我来回答

opencv 如何在Kotlin中提高运行so文件的速度？

1条答案

相关问题

热门标签

最新问答