java+opencv實現人臉識別功能
背景：最近需要用到人臉識別，但又不花錢使用現有的第三方人臉識別接口，為此使用opencv結合java進行人臉識別（ps:opencv是開源的，使用它來做人臉識別存在一定的誤差，效果一般）。
1.安裝opencv官網地址：https://opencv.org/ , 由于官網下載速度是真的慢
百度網盤：
鏈接: https://pan.baidu.com/s/1RpsP-I7v8pP2dkqALDw7FQ
提取碼: pq7v
如果是官網下載，就無腦安裝就行了，安裝完畢后。
將圖一的兩個文件復制到圖二中。
從我網盤下載的，忽略這些。
2.在項目中引入pom依賴
<!-- 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><!-- 視頻攝像頭 --><!-- 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>
1.導入庫依賴File --> Project Structure，點擊Modules，選擇需要使用opencv.jar的項目。
選擇直接opencv安裝路徑
2.java代碼demo
package org.Litluecat.utils;import org.apache.commons.lang.StringUtils;import org.opencv.core.*;import org.opencv.highgui.HighGui;import org.opencv.highgui.ImageWindow;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 org.slf4j.Logger;import org.slf4j.LoggerFactory;import java.util.Arrays;/** * 人臉比對工具類 * @author Litluecat * @Title: Opencv 圖片人臉識別、實時攝像頭人臉識別**/public class FaceVideo { private static final Logger log = LoggerFactory.getLogger(FaceVideo.class); private static final String endImgUrl = 'C:UserslenovoDesktop'; /** * opencv的人臉識別xml文件路徑 */ private static final String faceDetectorXML2URL = 'D:Sofewareopencvsourcesdatahaarcascadeshaarcascade_frontalface_alt.xml'; /** * opencv的人眼識別xml文件路徑 */ private static final String eyeDetectorXML2URL = 'D:Sofewareopencvsourcesdatahaarcascadeshaarcascade_eye.xml'; /** * 直方圖大小，越大精度越高，運行越慢 */ private static int Matching_Accuracy = 100000; /** * 初始化人臉探測器 */ private static CascadeClassifier faceDetector; /** * 初始化人眼探測器 */ private static CascadeClassifier eyeDetector; private static int i=0; static {System.loadLibrary(Core.NATIVE_LIBRARY_NAME);faceDetector = new CascadeClassifier(faceDetectorXML2URL);eyeDetector = new CascadeClassifier(eyeDetectorXML2URL); } public static void main(String[] args) {log.info('開始人臉匹配');long begin = System.currentTimeMillis();// 1- 從攝像頭實時人臉識別，識別成功保存圖片到本地try{ getVideoFromCamera(endImgUrl + '2.jpg'); //僅用于強制拋異常，從而關閉GUI界面 Thread.sleep(1000); int err = 1/0; // 2- 比對本地2張圖的人臉相似度 （越接近1越相似）// double compareHist = FaceVideo.compare_image(endImgUrl + 'test1.jpg' , endImgUrl + 'face.jpg');// log.info('匹配度：{}',compareHist);// if (compareHist > 0.72) {//log.info('人臉匹配');// } else {//log.info('人臉不匹配');// }}catch (Exception e){ log.info('開始強制關閉'); log.info('人臉匹配結束，總耗時：{}ms',(System.currentTimeMillis()-begin)); System.exit(0);} } /** * OpenCV-4.1.1 從攝像頭實時讀取 * @param targetImgUrl 比對身份證圖片 * @return: void * @date: 2019年8月19日 17:20:13 */ public static void getVideoFromCamera(String targetImgUrl) {//1 如果要從攝像頭獲取視頻 則要在 VideoCapture 的構造方法寫 0VideoCapture 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('實時人臉識別', getFace(video, targetImgUrl));//窗口延遲等待100ms，返回退出按鍵index = HighGui.waitKey(100);//當退出按鍵為Esc時，退出窗口if (index == 27) { break;} }}else{ log.info('攝像頭未開啟');}//該窗口銷毀不生效，該方法存在問題HighGui.destroyAllWindows();capture.release();return; } /** * OpenCV-4.1.0 人臉識別 * @param image 待處理Mat圖片(視頻中的某一幀) * @param targetImgUrl 匹配身份證照片地址 * @return 處理后的圖片 */ public static Mat getFace(Mat image, String targetImgUrl) {MatOfRect face = new MatOfRect();faceDetector.detectMultiScale(image, face);Rect[] rects=face.toArray();log.info('匹配到 '+rects.length+' 個人臉');if(rects != null && rects.length >= 1) { i++; if(i==3) {// 獲取匹配成功第3次的照片Imgcodecs.imwrite(endImgUrl + 'face.jpg', image);FaceVideoThread faceVideoThread = new FaceVideoThread(targetImgUrl , endImgUrl + 'face.jpg');new Thread(faceVideoThread,'人臉比對線程').start(); }}return image; } /** * 人臉截圖 * @param img * @return */ public static String face2Img(String img) {String faceImg = null;Mat image0 = Imgcodecs.imread(img);Mat image1 = new Mat();// 灰度化Imgproc.cvtColor(image0, image1, Imgproc.COLOR_BGR2GRAY);// 探測人臉MatOfRect faceDetections = new MatOfRect();faceDetector.detectMultiScale(image1, faceDetections);// rect中人臉圖片的范圍for (Rect rect : faceDetections.toArray()) { faceImg = img+'_.jpg'; // 進行圖片裁剪 imageCut(img, faceImg, rect.x, rect.y, rect.width, rect.height);}if(null == faceImg){ log.info('face2Img未識別出該圖像中的人臉，img={}',img);}return faceImg; } /** * 人臉比對 * @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();//顏色范圍MatOfFloat ranges = new MatOfFloat(0f, 256f);//直方圖大小， 越大匹配越精確 (越慢)MatOfInt histSize = new MatOfInt(Matching_Accuracy);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 相關系數double res = Imgproc.compareHist(hist_1, hist_2, Imgproc.CV_COMP_CORREL);return res; } /** * 灰度化人臉 * @param img * @return */ public static Mat conv_Mat(String img) {if(StringUtils.isBlank(img)){ return null;}Mat image0 = Imgcodecs.imread(img);Mat image1 = new Mat();//Mat image2 = new Mat();// 灰度化Imgproc.cvtColor(image0, image1, Imgproc.COLOR_BGR2GRAY);//直方均勻//Imgproc.equalizeHist(image1, image2);// 探測人臉MatOfRect faceDetections = new MatOfRect();faceDetector.detectMultiScale(image1, faceDetections);//探測人眼//MatOfRect eyeDetections = new MatOfRect();//eyeDetector.detectMultiScale(image1, eyeDetections);// rect中人臉圖片的范圍Mat face = null;for (Rect rect : faceDetections.toArray()) { //給圖片上畫框框 參數1是圖片 參數2是矩形 參數3是顏色 參數四是畫出來的線條大小 //Imgproc.rectangle(image0,rect,new Scalar(0,0,255),2); //輸出圖片 //Imgcodecs.imwrite(img+'_.jpg',image0); face = new Mat(image1, rect);}if(null == face){ log.info('conv_Mat未識別出該圖像中的人臉，img={}',img);}return face; }}
這邊的人臉識別是另外其線程進行比對，代碼如下。
package org.Litluecat.utils;import org.slf4j.Logger;import org.slf4j.LoggerFactory;public class FaceVideoThread implements Runnable{ private static final Logger log = LoggerFactory.getLogger(FaceVideoThread.class); private String oneImgUrl = null; private String otherImgUrl = null; public FaceVideoThread(String oneImgUrl, String otherImgUrl){this.oneImgUrl = oneImgUrl;this.otherImgUrl = otherImgUrl; } @Override public void run() {try { double compareHist = FaceVideo.compare_image(oneImgUrl , otherImgUrl); log.info('匹配度：{}',compareHist); if (compareHist > 0.72) {log.info('人臉匹配'); } else {log.info('人臉不匹配'); }} catch (Exception e) { e.printStackTrace();} }}
提醒：如果運行異常，請添加你opencv的安裝地址-Djava.library.path=D:Sofewareopencvbuildjavax64;
總結：java+opencv做人臉識別的精度不夠，我也是有待學習，如果大家有更好的方式，能將opencv更好的展現出來，并達到更精準的人臉識別，請分享給我，謝謝。
到此這篇關于java+opencv實現人臉識別的文章就介紹到這了,更多相關java opencv人臉識別內容請搜索好吧啦網以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持好吧啦網！
相關文章：
網公網安備