今天我准备学习如何用Java来进行人脸检测。人脸检测有助于在任何数字图像上识别人脸,在做了一些研究后,我发现OpenCV的库可以帮我检测图像中的人脸。不过,我没能找到一个完整的通过Java使用OpenCV库的初学者教程,所以这篇文章可能会是他人在这方面学习的资料。
什么是OpenCV?
OpenCV(Open Source Computer Vision)是一个开源的计算机视觉算法库。是用C/C++写的,旨在发挥多核心的优势。它提供C++、C、Python和Java的接口,并支持所有主流操作系统平台,包括Windows、Linux、Mac OS、iOS及Android。
Github库
今天的演示应用程序的代码在GitHub上有:day12-face-detection。
OpenCV入门
开始学习OpenCV,第一步就是去它官网下载支持你目前操作系统的最新版本OpenCV包,文中使用的是2.4.7版。
程序包下载完成后,使用tar命令解压:
$tarxvfopencv-2.4.7.tar.gz
切换目录到opencv-2.4.7:
$cdopencv-2.4.7
构建OpenCV jar
我花了很多时间来了解如何获得OpenCV的jar文件。文档中的Java教程假设OpenCV jar文件是在生成文件夹中,适用于Windows用户的OpenCV包(包括jar文件),但并不适用于Linux和Mac OS用户。为了构建OpenCV jar,请执行如下命令:
$cdopencv-2.4.7$mkdirbuild$cdbuild/$cmake-G"UnixMakefiles"-DCMAKE_CXX_COMPILER=/usr/bin/g++-DCMAKE_C_COMPILER=/usr/bin/gcc-DWITH_CUDA=ON..
$make-j4
$makeinstall
上面的命令会在opencv-2.4.7/build/bin的目录下创建opencv-247.jar文件,这是Java绑定到本地OpenCV的安装方法。
下载Eclipse
如果你系统里没有安装eclipse,可以去Eclipse官网下载最新版,就目前而言eclipse最新版的代号是Kepler。
Eclipse的安装很容易,只需要解压下载下来的包即可。如果是在Linux或者Mac机器上,开个命令行窗口,输入如下命令:
$tar-xzvfeclipse-jee-kepler-R-*.tar.gz
Windows下,你解压到哪里,那里就会有一个eclipse文件夹,这样就可以直接操作了,当然你也可以创建执行文件的快捷方式到桌面。
添加用户库
打开Eclipse IDE,然后到项目工作区,转到目录Windows > Preferences > Java > Build Path > User Libraries下,选择添加一个新的库。
给这个库命名为OpenCV-2.4.7之类的名字,然后点击“确定”。
点击Add External Jars,然后添加OpenCV-2.4.7文件。
选择Native library location,然后点击“编辑(Edit)”。
点击External Folder。
在opencv-2.4.7/build/lib文件夹下给出库目录(lib)的路径。
现在,点击“确定”,我们已经把 OpenCV 作为用户库(user library)添加进去了。
创建新的Java项目
一步一步在File > New > Other > Java Project下创建新的Java项目,完成后,右键单击该项目配置构建路径。
转到Libraries选项卡,然后点击“添加库(Add Library)”。
选择“用户库(User Library)”
选择我们最后一步添加进去的OpenCV-2.4.7用户库,点击“完成”。
最后,你会看见这个Java项目里已经包含了OpenCV-2.4.7用户库。
写人脸检测器(FaceDetector)
在上面创建的Java项目里创建一个类(class),并添加下面的代码:
packagecom.shekhar.facedetection;importorg.opencv.core.Core;importorg.opencv.core.Mat;importorg.opencv.core.MatOfRect;importorg.opencv.core.Point;importorg.opencv.core.Rect;importorg.opencv.core.Scalar;importorg.opencv.highgui.Highgui;importorg.opencv.objdetect.CascadeClassifier;publicclassFaceDetector{publicstaticvoidmain(String[]args){
System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
System.out.println("\nRunningFaceDetector");
CascadeClassifierfaceDetector=newCascadeClassifier(FaceDetector.class.getResource("haarcascade_frontalface_alt.xml").getPath());
Matimage=Highgui
.imread(FaceDetector.class.getResource("shekhar.JPG").getPath());
MatOfRectfaceDetections=newMatOfRect();
faceDetector.detectMultiScale(image,faceDetections);
System.out.println(String.format("Detected%sfaces",faceDetections.toArray().length));for(Rectrect:faceDetections.toArray()){
Core.rectangle(image,newPoint(rect.x,rect.y),newPoint(rect.x+rect.width,rect.y+rect.height),newScalar(0,255,0));
}
Stringfilename="ouput.png";
System.out.println(String.format("Writing%s",filename));
Highgui.imwrite(filename,image);
}
}
上面的这些代码可以:
加载本地的OpenCV库,这样就可以用它来调用Java API。
创建实例CascadeClassifier,将已加载的分类器的文件名传递给它。
接下来我们将图片转化成Java API能够接受使用Highui类的格式,铺垫在OpenCV C++的n维密集数组类上边。
然后,调用分类器上的detectMultiScale方法传递给它图象和MatOfRect对象。这个过程之后,MatOfRect将有面部检测。
我们遍历所有的脸部检测并用矩形标记图像。
最后,将图像写入输出的.png文件里。
这个程序的输出展示如下,这是在人脸检测之前和之后的图片:
今天就这些,欢迎反馈。