Java + opencv 实现人脸识别,图片人脸识别、视频人脸识别、摄像头实时人脸识别

Java + opencv 实现人脸识别,图片人脸识别、视频人脸识别、摄像头实时人脸识别opencv人脸识别

大家好,又见面了,我是你们的朋友全栈君。

搭建环境

opencv官网下载windows安装包 https://opencv.org/releases/
选择最新版4.1.1 下载完成后是一个opencv-4.1.1-vc14_vc15.exe,双击安装。
在这里插入图片描述
重要: 把安装路径D:\Sofeware\opencv\build\bin下面的两个文件复制到 D:\Sofeware\opencv\build\java\x64 (为了支持读取视频流)
在这里插入图片描述

集成到IDEA中

打开project structure –> modules –>dependencies 引入D:\Sofeware\opencv\build\java 下的opencv-411.jar包,然后编辑这个包加入D:\Sofeware\opencv\build\x64 路径里的资源

在这里插入图片描述
在这里插入图片描述

pom.xml 相关依赖包

<!-- opencv + javacv + ffmpeg-->
<dependency>
<groupId>org.bytedeco.javacpp-presets</groupId>
<artifactId>ffmpeg</artifactId>
<version>4.1-1.4.4</version>
</dependency>
<dependency>
<groupId>org.bytedeco</groupId>
<artifactId>javacv</artifactId>
<version>1.4.4</version>
</dependency>
<!-- https://mvnrepository.com/artifact/org.bytedeco.javacpp-presets/ffmpeg-platform -->
<dependency>
<groupId>org.bytedeco.javacpp-presets</groupId>
<artifactId>ffmpeg-platform</artifactId>
<version>4.1-1.4.4</version>
</dependency>
<dependency>
<groupId>commons-io</groupId>
<artifactId>commons-io</artifactId>
<version>2.4</version>
</dependency>
<!-- 视频摄像头 -->
<!-- https://mvnrepository.com/artifact/org.bytedeco/javacv-platform -->
<dependency>
<groupId>org.bytedeco</groupId>
<artifactId>javacv-platform</artifactId>
<version>1.4.4</version>
</dependency>
<!-- https://mvnrepository.com/artifact/org.bytedeco.javacpp-presets/opencv-platform -->
<dependency>
<groupId>org.bytedeco.javacpp-presets</groupId>
<artifactId>opencv-platform</artifactId>
<version>4.0.1-1.4.4</version>
</dependency>

创建FaceVideo.class 主方法类 来进行人脸识别测试

注意修改下面 faceDetector = new CascadeClassifier( 中.xml路径改成你的路径。

package com.jack.demo.face;
import org.opencv.core.*;
import org.opencv.highgui.HighGui;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
import org.opencv.objdetect.CascadeClassifier;
import org.opencv.videoio.VideoCapture;
import org.opencv.videoio.VideoWriter;
import org.opencv.videoio.Videoio;
import java.util.Arrays;
/** * * @Title: Opencv 图片人脸识别、实时摄像头人脸识别、视频文件人脸识别 * @Description: OpenCV-4.1.1 测试文件 * @date: 2019年8月19日 17:17:48 * @version: V-1.0.0 * */
public class FaceVideo { 

// 初始化人脸探测器
static CascadeClassifier faceDetector;
static int i=0;
static { 

System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
faceDetector = new CascadeClassifier("D:\\Sofeware\\opencv\\sources\\data\\haarcascades\\haarcascade_frontalface_alt.xml");
}
public static void main(String[] args) { 

// 1- 从摄像头实时人脸识别,识别成功保存图片到本地
getVideoFromCamera();
// 2- 从本地视频文件中识别人脸
// getVideoFromFile();
// 3- 本地图片人脸识别,识别成功并保存人脸图片到本地
face();
// 4- 比对本地2张图的人脸相似度 (越接近1越相似)
String basePicPath = "D:\\Documents\\Pictures\\";
double compareHist = compare_image(basePicPath + "fc.jpg", basePicPath + "fc_1.jpg");
System.out.println(compareHist);
if (compareHist > 0.72) { 

System.out.println("人脸匹配");
} else { 

System.out.println("人脸不匹配");
}
}
/** * OpenCV-4.1.1 从摄像头实时读取 * @return: void * @date: 2019年8月19日 17:20:13 */
public static void getVideoFromCamera() { 

//1 如果要从摄像头获取视频 则要在 VideoCapture 的构造方法写 0
VideoCapture capture=new VideoCapture(0);
Mat video=new Mat();
int index=0;
if (capture.isOpened()) { 

while(i<3) { 
// 匹配成功3次退出
capture.read(video);
HighGui.imshow("实时人脸识别", getFace(video));
index=HighGui.waitKey(100);
if (index==27) { 

capture.release();
break;
}
}
}else{ 

System.out.println("摄像头未开启");
}
try { 

capture.release();
Thread.sleep(1000);
System.exit(0);
} catch (InterruptedException e) { 

e.printStackTrace();
}
return;
}
/** * OpenCV-4.1.1 从视频文件中读取 * @return: void * @date: 2019年8月19日 17:20:20 */
public static void getVideoFromFile() { 

VideoCapture capture=new VideoCapture();
capture.open("C:\\Users\\Administrator\\Desktop\\1.avi");//1 读取视频文件的路径
if(!capture.isOpened()){ 

System.out.println("读取视频文件失败!");
return;
}
Mat video=new Mat();
int index=0;
while(capture.isOpened()) { 

capture.read(video);//2 视频文件的视频写入 Mat video 中
HighGui.imshow("本地视频识别人脸", getFace(video));//3 显示图像
index=HighGui.waitKey(100);//4 获取键盘输入
if(index==27) { 
//5 如果是 Esc 则退出
capture.release();
return;
}
}
}
/** * OpenCV-4.1.1 人脸识别 * @date: 2019年8月19日 17:19:36 * @param image 待处理Mat图片(视频中的某一帧) * @return 处理后的图片 */
public static Mat getFace(Mat image) { 

// 1 读取OpenCV自带的人脸识别特征XML文件(faceDetector)
// CascadeClassifier facebook=new CascadeClassifier("D:\\Sofeware\\opencv\\sources\\data\\haarcascades\\haarcascade_frontalface_alt.xml");
// 2 特征匹配类
MatOfRect face = new MatOfRect();
// 3 特征匹配
faceDetector.detectMultiScale(image, face);
Rect[] rects=face.toArray();
System.out.println("匹配到 "+rects.length+" 个人脸");
if(rects != null && rects.length >= 1) { 

// 4 为每张识别到的人脸画一个圈
for (int i = 0; i < rects.length; i++) { 

Imgproc.rectangle(image, new Point(rects[i].x, rects[i].y), new Point(rects[i].x + rects[i].width, rects[i].y + rects[i].height), new Scalar(0, 255, 0));
Imgproc.putText(image, "Human", new Point(rects[i].x, rects[i].y), Imgproc.FONT_HERSHEY_SCRIPT_SIMPLEX, 1.0, new Scalar(0, 255, 0), 1, Imgproc.LINE_AA, false);
//Mat dst=image.clone();
//Imgproc.resize(image, image, new Size(300,300));
}
i++;
if(i==3) { 
// 获取匹配成功第10次的照片
Imgcodecs.imwrite("D:\\Documents\\Pictures\\" + "face.png", image);
}
}
return image;
}
/** * OpenCV-4.1.1 图片人脸识别 * @return: void * @date: 2019年5月7日12:16:55 */
public static void face() { 

// 1 读取OpenCV自带的人脸识别特征XML文件
//OpenCV 图像识别库一般位于 opencv\sources\data 下面
// CascadeClassifier facebook=new CascadeClassifier("D:\\Sofeware\\opencv\\sources\\data\\haarcascades\\haarcascade_frontalface_alt.xml");
// 2 读取测试图片
String imgPath = "D:\\Documents\\Pictures\\he.png";
Mat image=Imgcodecs.imread(imgPath);
if(image.empty()){ 

System.out.println("image 内容不存在!");
return;
}
// 3 特征匹配
MatOfRect face = new MatOfRect();
faceDetector.detectMultiScale(image, face);
// 4 匹配 Rect 矩阵 数组
Rect[] rects=face.toArray();
System.out.println("匹配到 "+rects.length+" 个人脸");
// 5 为每张识别到的人脸画一个圈
int i =1 ;
for (Rect rect : face.toArray()) { 

Imgproc.rectangle(image, new Point(rect.x, rect.y), new Point(rect.x + rect.width, rect.y + rect.height),
new Scalar(0, 255, 0), 3);
imageCut(imgPath, "D:\\Documents\\Pictures\\"+i+".jpg", rect.x, rect.y, rect.width, rect.height);// 进行图片裁剪
i++;
}
// 6 展示图片
HighGui.imshow("人脸识别", image);
HighGui.waitKey(0);
}
/** * 裁剪人脸 * @param imagePath * @param outFile * @param posX * @param posY * @param width * @param height */
public static void imageCut(String imagePath, String outFile, int posX, int posY, int width, int height) { 

// 原始图像
Mat image = Imgcodecs.imread(imagePath);
// 截取的区域:参数,坐标X,坐标Y,截图宽度,截图长度
Rect rect = new Rect(posX, posY, width, height);
// 两句效果一样
Mat sub = image.submat(rect); // Mat sub = new Mat(image,rect);
Mat mat = new Mat();
Size size = new Size(width, height);
Imgproc.resize(sub, mat, size);// 将人脸进行截图并保存
Imgcodecs.imwrite(outFile, mat);
System.out.println(String.format("图片裁切成功,裁切后图片文件为: %s", outFile));
}
/** * 人脸比对 * @param img_1 * @param img_2 * @return */
public static double compare_image(String img_1, String img_2) { 

Mat mat_1 = conv_Mat(img_1);
Mat mat_2 = conv_Mat(img_2);
Mat hist_1 = new Mat();
Mat hist_2 = new Mat();
//颜色范围
MatOfFloat ranges = new MatOfFloat(0f, 256f);
//直方图大小, 越大匹配越精确 (越慢)
MatOfInt histSize = new MatOfInt(1000);
Imgproc.calcHist(Arrays.asList(mat_1), new MatOfInt(0), new Mat(), hist_1, histSize, ranges);
Imgproc.calcHist(Arrays.asList(mat_2), new MatOfInt(0), new Mat(), hist_2, histSize, ranges);
// CORREL 相关系数
double res = Imgproc.compareHist(hist_1, hist_2, Imgproc.CV_COMP_CORREL);
return res;
}
/** * 灰度化人脸 * @param img * @return */
public static Mat conv_Mat(String img) { 

Mat image0 = Imgcodecs.imread(img);
Mat image1 = new Mat();
// 灰度化
Imgproc.cvtColor(image0, image1, Imgproc.COLOR_BGR2GRAY);
// 探测人脸
MatOfRect faceDetections = new MatOfRect();
faceDetector.detectMultiScale(image1, faceDetections);
// rect中人脸图片的范围
for (Rect rect : faceDetections.toArray()) { 

Mat face = new Mat(image1, rect);
return face;
}
return null;
}
/** * OpenCV-4.1.1 将摄像头拍摄的视频写入本地 * @return: void * @date: 2019年8月19日 17:20:48 */
public static void writeVideo() { 

//1 如果要从摄像头获取视频 则要在 VideoCapture 的构造方法写 0
VideoCapture capture=new VideoCapture(0);
Mat video=new Mat();
int index=0;
Size size=new Size(capture.get(Videoio.CAP_PROP_FRAME_WIDTH),capture.get(Videoio.CAP_PROP_FRAME_HEIGHT));
VideoWriter writer=new VideoWriter("D:/a.mp4",VideoWriter.fourcc('D', 'I', 'V', 'X'), 15.0,size, true);
while(capture.isOpened()) { 

capture.read(video);//2 将摄像头的视频写入 Mat video 中
writer.write(video);
HighGui.imshow("像头获取视频", video);//3 显示图像
index=HighGui.waitKey(100);//4 获取键盘输入
if(index==27) { 
//5 如果是 Esc 则退出
capture.release();
writer.release();
return;
}
}
}
}

开始测试>>>

右键执行FaceVideo.Class Main()方法

如果出现运行Main方法时报错:java.lang.UnsatisfiedLinkError: no opencv_java411 in java.library.path(需要加一个运行参数)
在这里插入图片描述

编辑启动类:Edit Configuration VM options:-Djava.library.path=D:\Sofeware\opencv\build\java\x64;
在这里插入图片描述

1- 测试摄像头实时识别人脸:

在这里插入图片描述

2- 测试本地视频识别人脸

在这里插入图片描述

3- 测试本地图片人脸识别

在这里插入图片描述

4- 测试本地2张图片人脸的相似度

在这里插入图片描述

完结。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/144970.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(1)
blank

相关推荐

  • Linux -bash: redis-cli: command not found(亲测可行)

    Linux -bash: redis-cli: command not found(亲测可行)

  • 平庸前端码农之蜕变 — AST

    平庸前端码农之蜕变 — AST前言首先,先说明下该文章是译文,原文出自《ASTforJavaScriptdevelopers》。很少花时间特地翻译一篇文章,咬文嚼字是件很累的事情,实在是这篇写的太棒了,所以忍不住想和大家一起分享。该译文出自我的博客:github.com/CodeLittleP…,我的博客会不定时更新各种类型文章,希望大家支持。OK,我们直接进入正题。为什么要谈AST(抽象语法树)?如果你查看目…

  • securecrt 乱码

    SecureCRT连接Linux时经常会看到乱码。发生乱码的原因主要是有三个地方1.Linux的etc的系统默认配置的编码2.用户环境变量里面设置的LANG变量3.SecureCRT会话变量里面的字符集的设置只要保持这三个地方的字条集编码保持一致就可以了。解决步骤如下:1.设置用户的环境变量查询当前用户的Local信息:[root@devdbserver…

  • WEB3.0白皮书[通俗易懂]

    WEB3.0白皮书[通俗易懂]I//Part1新浪潮//那么Web3.0究竟是什么?TA能给当今世界带来什么变化?TA由哪些技术组成?如何实现Web3.0?TA能带来哪些机会?我们能从中得到什么?Web3.0是一个非常前沿的话题,充满了不确定性,也没有任何人能准确预测她何时到来,会以何种形式到来。但趋势已现,仅以此文抛砖引玉,希望与志同道合者一起推动。Web…

  • 识别手写数字的神经网络_基于神经网络的数字分类

    识别手写数字的神经网络_基于神经网络的数字分类神经网络之手写数字文章目录神经网络之手写数字00.写在之前01.代码框架02.开始做一些准备工作03.框架的开始04.训练模型构建05.手写数字的识别06.想看源码的同学戳这里07.思考首先鼓掌,又是一个有收获的五一小假期,想前年五一出门旅游,去年五一疫情在家写了爬虫【就是我博客里的那个口袋妖怪】,这个五一就写了一个神经网络。代码参考学习于python神经网络编程这本书。实话实说,这本书看了好几次,之前打算写来着,但不知道为什么总是不敢轻易尝试,今天把五一的任务的任务都完成了,早上就想

  • 常用乘法公式_初中乘法公式有哪些

    常用乘法公式_初中乘法公式有哪些1、平方差公式$$a^2b^2=(a+b)(ab)$$2、完全平方公式$$(a±b)^2=a^2±2ab+b^2$$3、完全立方公式$$(a±b)^3=a^

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号