Java+OpenCV实现图片中的人脸识别
更新时间：2024年04月08日 11:49:50 作者：TGITCIC
这篇文章主要介绍了如何利用java opencv实现人脸识别功能,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
经过前三个教程，我们可以知道了OpenCV的基本使用了。
今天，我们就要讲OpenCV中认出，这是一个人脸是怎么做的。
MatOfRect.detectMultiScale函数
OpenCV用的是detectMultiScale来认出这是一个脸的。记得，这只是认出这是一个脸，而不是这个脸是谁。
这个脸是谁我们会逐步展开，前面勿求夯实基础。
detectMultiScale需要两个参数(Mat src, MatOfRect objDetections);
- 第一个函数，是传入的图片，带有人脸的图片；
- 第二个函数，是把所有的这个图片里的人脸得到并输出到MatOfRect对象里；
实现代码
ImageViewer.java
再上一遍
package org.mk.opencv;
import org.mk.opencv.util.OpenCVUtil;
import org.opencv.core.Mat;
import javax.swing.*;
import java.awt.*;
public class ImageViewer {
private JLabel imageView;
private Mat image;
private String windowName;
private JFrame frame = null;
public ImageViewer() {
frame = createJFrame(windowName, 800, 600);
}
public ImageViewer(Mat image) {
this.image = image;
}
/**
* @param image 要显示的mat
* @param windowName 窗口标题
*/
public ImageViewer(Mat image, String windowName) {
frame = createJFrame(windowName, 1024, 768);
this.image = image;
this.windowName = windowName;
}
public void setTitle(String windowName) {
this.windowName = windowName;
}
public void setImage(Mat image) {
this.image = image;
}
/**
* 图片显示
*/
public void imshow() {
setSystemLookAndFeel();
frame.pack();
frame.setLocationRelativeTo(null);
frame.setVisible(true);
frame.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);// 用户点击窗口关闭
if (image != null) {
Image loadedImage = OpenCVUtil.matToImage(image);
// JFrame frame = createJFrame(windowName, image.width(), image.height());
imageView.setIcon(new ImageIcon(loadedImage));
frame.pack();
// frame.setLocationRelativeTo(null);
// frame.setVisible(true);
// frame.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);// 用户点击窗口关闭
}
}
private void setSystemLookAndFeel() {
try {
UIManager.setLookAndFeel(UIManager.getSystemLookAndFeelClassName());
} catch (ClassNotFoundException e) {
e.printStackTrace();
} catch (InstantiationException e) {
e.printStackTrace();
} catch (IllegalAccessException e) {
e.printStackTrace();
} catch (UnsupportedLookAndFeelException e) {
e.printStackTrace();
}
}
private JFrame createJFrame(String windowName, int width, int height) {
JFrame frame = new JFrame(windowName);
imageView = new JLabel();
final JScrollPane imageScrollPane = new JScrollPane(imageView);
imageScrollPane.setPreferredSize(new Dimension(width, height));
frame.add(imageScrollPane, BorderLayout.CENTER);
frame.setDefaultCloseOperation(WindowConstants.EXIT_ON_CLOSE);
return frame;
}
}
DetectFace.java
这个是主类。
老三样：
1.加载opencv_java343.dll；
2.加载人脸分拣器；
3.创建Mat对象；
然后我们开始把脸识别出来：
1.使用detectMultiScale把传入的Mat对象中含有脸的那些全部识别出来；
2.识别出来后我们可以使用for (Rect rect : objDetections.toArray())把所有的脸枚举出来；
3.使用Imgproc.rectangle在每个识别出来的脸上用“绿”色把它们一个个框出来；
4.使用ImageViewer的.imgShow显示标识出来的脸；
package org.mk.opencv;
import org.opencv.core.Core;
import org.opencv.core.Mat;
import org.opencv.core.MatOfRect;
import org.opencv.core.Point;
import org.opencv.core.Rect;
import org.opencv.core.Scalar;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
import org.opencv.objdetect.CascadeClassifier;
public class DetectFace {
public static void main(String[] args) {
System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
//Mat src = Imgcodecs.imread("/Users/chrishu123126.com/opt/img/detect-face-4.jpg");
Mat src = Imgcodecs.imread("D:\\opencv-demo\\green-arrow.jpg");
if (src.empty()) {
System.out.println("图片路径不正确");
return;
}
Mat dst = dobj(src);
ImageViewer imageViewer = new ImageViewer(dst, "识脸");
imageViewer.imshow();
}
private static Mat dobj(Mat src) {
Mat dst = src.clone();
CascadeClassifier objDetector = new CascadeClassifier(
"D:\\opencvinstall\\build\\install\\etc\\lbpcascades\\lbpcascade_frontalface.xml");
MatOfRect objDetections = new MatOfRect();
objDetector.detectMultiScale(dst, objDetections);
if (objDetections.toArray().length <= 0) {
return src;
}
for (Rect rect : objDetections.toArray()) {
Imgproc.rectangle(dst, new Point(rect.x, rect.y), new Point(rect.x + rect.width, rect.y + rect.width),
new Scalar(0, 255, 0), 1); //new Scalar(0, 255, 0), 1)绿 //new Scalar(0, 0, 255), 1)红 //new Scalar(255, 0, 0), 1)蓝
}
return dst;
}
}
把识别出来的脸存成文件
我们现在把识别出来的5张脸存成5个jpg图片。
制作一个写盘函数，很简单。
private static void outputFace(String outputDir, Mat face) {
long millSecs = System.currentTimeMillis();
int temp = (int) (Math.random() * 10000);
StringBuffer outputImgName = new StringBuffer();
outputImgName.append(outputDir).append("/").append(millSecs).append(temp).append(".jpg");
if (face != null) {
Imgcodecs.imwrite(outputImgName.toString(), face);
logger.info(">>>>>>write image into->" + outputDir);
}
}
然后我们在我们的原来的代码中加入这个函数
package org.mk.opencv;
import org.apache.log4j.Logger;
import org.mk.opencv.face.FaceRecogFromFiles;
import org.opencv.core.Core;
import org.opencv.core.Mat;
import org.opencv.core.MatOfRect;
import org.opencv.core.Point;
import org.opencv.core.Rect;
import org.opencv.core.Scalar;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
import org.opencv.objdetect.CascadeClassifier;
public class DetectFace {
private static Logger logger = Logger.getLogger(DetectFace.class);
private final static String faceOutPutDir = "d://opencv-demo/face";
public static void main(String[] args) {
System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
// Mat src =
// Imgcodecs.imread("/Users/chrishu123126.com/opt/img/detect-face-4.jpg");
Mat src = Imgcodecs.imread("D:\\opencv-demo\\green-arrow.jpg");
if (src.empty()) {
System.out.println("图片路径不正确");
return;
}
Mat dst = dobj(src);
ImageViewer imageViewer = new ImageViewer(dst, "识脸");
imageViewer.imshow();
}
private static Mat dobj(Mat src) {
Mat dst = src.clone();
CascadeClassifier objDetector = new CascadeClassifier(
"D:\\opencvinstall\\build\\install\\etc\\lbpcascades\\lbpcascade_frontalface.xml");
MatOfRect objDetections = new MatOfRect();
objDetector.detectMultiScale(dst, objDetections);
if (objDetections.toArray().length <= 0) {
return src;
}
for (Rect rect : objDetections.toArray()) {
Imgproc.rectangle(dst, new Point(rect.x, rect.y), new Point(rect.x + rect.width, rect.y + rect.width),
new Scalar(0, 255, 0), 1); // new Scalar(0, 255, 0), 1)绿 //new Scalar(0, 0, 255), 1)红 //new
// Scalar(255, 0, 0), 1)蓝
outputFace(faceOutPutDir, src.submat(rect));
}
return dst;
}
private static void outputFace(String outputDir, Mat face) {
long millSecs = System.currentTimeMillis();
int temp = (int) (Math.random() * 10000);
StringBuffer outputImgName = new StringBuffer();
outputImgName.append(outputDir).append("/").append(millSecs).append(temp).append(".jpg");
if (face != null) {
Imgcodecs.imwrite(outputImgName.toString(), face);
logger.info(">>>>>>write image into->" + outputDir);
}
}
}
运行DetectFace.java
到此这篇关于Java+OpenCV实现图片中的人脸识别的文章就介绍到这了,更多相关Java OpenCV人脸识别内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
这篇文章主要介绍了Java的Spring框架并用其开始编写第一个程序Hellow world的方法,Spring是Java的SSH三大web开发框架之一,需要的朋友可以参考下2021-09-09
这篇文章主要介绍了JVM 堆内存溢出后，其他线程是否可继续工作？,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-08-08
这篇文章主要介绍了idea git未提交代码文件名字变色,本文通过图文并茂的形式给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2020-04-04
下面小编就为大家带来一篇使用bitset实现毫秒级查询(实例讲解)。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧2017-10-10
这篇文章主要介绍了SwiftUI中级List如何添加新内容,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2020-01-01
这篇文章主要介绍了Mybatis中万能的Map和模糊查询写法的相关资料，帮助大家更好的理解和使用Mybatis，感兴趣的朋友可以了解下2021-03-03
单例模式（Singleton Pattern）是 Java 中最简单的设计模式之一。这种类型的设计模式属于创建型模式，它提供了一种创建对象的最佳方式，这种模式涉及到一个单一的类，该类负责创建自己的对象，同时确保只有单个对象被创建2021-10-10
本文主要介绍了使用IDEA创建maven父子工程项目，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2022-04-04
这篇文章主要介绍了通过实例解析spring对象生命周期,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-03-03
这篇文章主要为大家详细介绍了java实现动态上传多个文件，并解决文件重名问题的方法，感兴趣的小伙伴们可以参考一下2016-03-03
最新评论