基于java的opencv图像识别,opencv 图片识别

2022-07-31 11:15:09 分类：java 阅读()

　　基于java的opencv图像识别,opencv 图片识别

　　

目录

马托弗雷特。发现多尺度函数实现代码ImageViewer.javaDetectFace.java运行把识别出来的脸存成文件经过前三个教程，我们可以知道了开放计算机视觉的基本使用了。

 

　　今天，我们就要讲开放计算机视觉中认出，这是一个人脸是怎么做的。

　　

MatOfRect.detectMultiScale函数

OpenCV用的是检测多尺度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。

　　检测多尺度需要两个参数(Mat src，Mato frect对象检测)；

　　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；比如说下面这个图片里，一共有5个脸，我们把脸一个个识别出来并在脸上用方框把它们标记出来。

　　然后用我们前面教程中提到的图片浏览器类来显示带有"标识"的人脸。

　　

实现代码

 

　　

ImageViewer.java

再上一遍

 

　　包org。MK . opencv导入org。MK . opencv。util。opencvutil导入org。opencv。核心。垫子；导入javax。挥棒。*;导入Java。awt。*;公共类图像查看器{ private j label imageView私人凉席形象；私有字符串windowname private JFrame frame=null public image viewer(){ frame=create JFrame(窗口名，800，600)；}公共图像查看器(Mat image){ this。image=图像；}/* * * * *参数图像要显示的mat * @ param windowName窗口标题*/public ImageViewer(Mat image，String窗口名){ frame=create jframe(窗口名，1024，768)；这个。image=imagethis。窗口名称=窗口名称；} public void setTitle(字符串窗口名){ this。窗口名称=窗口名称；} public void setImage(Mat image){ this。image=图像；} /** * 图片显示*/public void im show(){ setSystemLookAndFeel()；框架。pack()；框架。setlocationrelativeto(null)；框架。设置可见(真)；框架。setdefaultcloseoperation(JFrame .EXIT _ ON _ CLOSE)；//用户点击窗口关闭如果(图片!=null){ Image loaded Image=opencvutil。mattoimage(图像)；//JFrame frame=create JFrame(窗口名，image.width()、image。height())；imageview。seticon(新图像图标(加载的图像))；框架。pack()；//框架。setlocationrelativeto(null)；//框架。设置可见(真)；//框架。setdefaultcloseoperation(JFrame .EXIT _ ON _ CLOSE)；//用户点击窗口关闭} }私有无效设置系统

　　LookAndFeel() { 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; }}

 

　　

运行

运行效果如下

 

　　

 

　　

 

　　

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，我们可以在D:opencv-demoface目录中得到5个写出的人脸的图片。

 

　　

 

　　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盛行IT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盛行IT！

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。

标签：

相关文章阅读

  • java 字符串包含判断 indexof,java indexof 特殊字符,基于Java中字符串indexof() 的使用方法
  • ,,基于Java中的StringTokenizer类详解(推荐)
  • 基于javaweb的鲜花销售系统,java鲜花商城免费源码
  • 基于java的图书借阅管理系统,JAVA实现简单的图书管理系统
  • 基于java的个人博客系统的设计与实现,基于web的个人博客系统的设计与实现
  • 基于JAVA的图书管理系统的设计与实现,手把手实现Java图书管理系统(附源码)
    • 留言与评论（共有 条评论）
       
    验证码：