01

人臉檢測源碼

從碼云OpenCV學堂上獲取源碼，打開給大家看看，源碼是這樣的

#include
#include

usingnamespacecv;
usingnamespacestd;

intmain(intargc,char**argv){
dnn::Netnet=dnn::readNetFromTensorflow("opencv_face_detector_uint8.pb","opencv_face_detector.pbtxt");
net.setPreferableBackend(cv::DNN_BACKEND_CUDA);
net.setPreferableTarget(cv::DNN_TARGET_CUDA);
VideoCapturecapture("example_dsh.mp4");

Matframe;
while(true){
capture.read(frame);
if(frame.empty()){
break;
}
//HWC-NCHW
Matblob=dnn::blobFromImage(frame,1.0,Size(300,300),Scalar(104,177,123),false,false);
net.setInput(blob);//NCHW
Matprobs=net.forward();//1x1xNx7
MatdetectionMat(probs.size[2],probs.size[3],CV_32F,probs.ptr());
//解析結果
for(inti=0;i(i,2);
if(confidence>0.5){
intx1=static_cast(detectionMat.at(i,3)*frame.cols);
inty1=static_cast(detectionMat.at(i,4)*frame.rows);
intx2=static_cast(detectionMat.at(i,5)*frame.cols);
inty2=static_cast(detectionMat.at(i,6)*frame.rows);
Rectbox(x1,y1,x2-x1,y2-y1);
rectangle(frame,box,Scalar(0,0,255),2,8,0);
}
}
imshow("JetsonNano+OpenCV4.5.4DNNC++Demo",frame);
intc=waitKey(1);
if(c==27){//
break;
}
}
return0;
}

02

生成CMakeLists.txt

做一個CMakeLists.txt文件，內容如下，自己看看，注意一下，我的OpenCV4.5.4版本是我重新編譯，支持CUDA的版本。cmake直接編譯吧

你好

cmake_minimum_required(VERSION2.8)

#聲明一個cmake工程
project(face_detect_demo)

#設置編譯模式
#set(CMAKE_BUILD_TYPE"Debug")

#添加OPENCV庫
#指定OpenCV版本，代碼如下
#find_package(OpenCV4.5.4REQUIRED)
#如果不需要指定OpenCV版本，代碼如下
find_package(OpenCVREQUIRED)

include_directories(
./src/)


#添加OpenCV頭文件
include_directories(${OpenCV_INCLUDE_DIRS})

#顯示OpenCV_INCLUDE_DIRS的值
message(${OpenCV_INCLUDE_DIRS})

FILE(GLOB_RECURSETEST_SRC
src/*.cpp
#src/*.c
#${CMAKE_SOURCE_DIR}/*.cpp
#${CMAKE_SOURCE_DIR}/*.cp
)

#添加一個可執行程序
#語法：add_executable(程序名源代碼文件）
add_executable(targetfaceApp.cpp${TEST_SRC})

#將庫文件鏈接到可執行程序上
target_link_libraries(target${OpenCV_LIBS})

03

make生成可執行文件

cmake已經成功了，現在再make一下，生成可執行文件吧，我們的可執行文件名稱是target，之前定義在CMakeLists.txt文件中，make也成功了，真不錯！

04

運行測試

直接運行可執行文件，掃安毋躁，真的可以啦，OpenCV C++ 代碼成功運行在Jetson Nano上了，從此以后我再也不說OpenCV C++快速入門30講不能移植到嵌入式上跑了。

審核編輯：劉清