java+opencv实现人脸识别功能

java+opencv实现人脸识别功能

背景：最近需要用到人脸识别，但又不花钱使用现有的第三方人脸识别接口，为此使用opencv结合java进行人脸识别（ps:opencv是开源的，使用它来做人脸识别存在一定的误差，效果一般）。

1.安装opencv

官网地址：https://opencv.org/ , 由于官网下载速度是真的慢

百度网盘：

链接: https://pan.baidu.com/s/1RpsP-I7v8pP2dkqALDw7FQ

提取码: pq7v

如果是官网下载，就无脑安装就行了，安装完毕后。

将图一的两个文件复制到图二中。

从我网盘下载的，忽略这些。

2.在项目中引入pom依赖

org.bytedeco.javacpp-presets

ffmpeg

4.1-1.4.4

org.bytedeco

javacv

1.4.4

org.bytedeco.javacpp-presets

ffmpeg-platform

4.1-1.4.4

org.bytedeco

javacv-platform

1.4.4

org.bytedeco.javacpp-presetshttp://

opencv-platform

4.0.1-1.4.4

1.导入库依赖

File --> Project Structure，点击Modules，选择需要使用opencv.jar的项目。

选择直接opencv安装路径

2.java代码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;

/**

* 人脸比对工具类

* @author Litluecat

* @Title: Opencv 图片人脸识别、实时摄像头人脸识别

**/

public class FaceVideo {

private static final Logger log = LoggerFactory.getLogger(FaceVideo.class);

private static final String endImgUrl = "C:\\Users\\lenovo\\Desktop\\";

/**

* opencv的人脸识别xml文件路径

*/

private static final String faceDetectorXML2URL = "D:\\Sofeware\\opencv\\sources\\data\\haarcascades\\haarcascade_frontalface_alt.xml";

/**

* opencv的人眼识别xml文件路径

*/

private static final String eyeDetectorXML2URL = "D:\\Sofeware\\opencv\\sources\\data\\haarcascades\\haarcascade_eye.xml";

/**

* 直方图大小，越大精度越高，运行越慢

*/

private static int Matching_Accuracy = 100000;

/**

* 初始化人脸探测器

*/

private static CascadeClassifier faceDetector;

/**

* 初始化人眼探测器

*/

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("开始人脸匹配");

long begin = System.currentTimeMillis();

// 1- 从摄像头实时人脸识别，识别成功保存图片到本地

try{

getVideoFromCamera(endImgUrl + "2.jpg");

//仅用于强制抛异常，从而关闭GUI界面

Thread.sleep(1000);

int err = 1/0;

// 2- 比对本地2张图的人脸相似度 （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("人脸匹配");

// } else {

// log.info("人脸不匹配");

// }

}catch (Exception e){

log.info("开始强制关闭");

log.info("人脸匹配结束，总耗时：{}ms",(System.currentTimeMillis()-begin));

System.exit(0);

}

}

/**

* OpenCV-4.1.1 从摄像头实时读取

* @param targetImgUrl 比对身份证图片

* @return: void

* @date: 2019年8月19日 17:20:13

*/

public static void getVideoFromCamera(String targetImgUrl) {

//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, targetImgUrl));

//窗口延迟等待100ms，返回退出按键

index = HighGui.waitKey(100);

//当退出按键为Esc时，退出窗口

if (index == 27) {

break;

}

}

}else{

log.info("摄像头未开启");

}

//该窗口销毁不生效，该方法存在问题

HighGui.destroyAllWindows();

capture.release();

return;

}

/**

* OpenCV-4.1.0 人脸识别

* @param image 待处理Mat图片(视频中的某一帧)

* @param targetImgUrl 匹配身份证照片地址

* @return 处理后的图片

*/

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+" 个人脸");

if(rects != null && rects.length >= 1) {

i++;

if(i==3) {

// 获取匹配成功第3次的照片

Imgcodecs.imwrite(endImgUrl + "face.jpg", image);

FaceVideoThread faceVideoThread = new FaceVideoThread(targetImgUrl , endImgUrl + "face.jpg");

new Thread(faceVideoThread,"人脸比对线程").start();

}

}

return image;

}

/**

* 人脸截图

* @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()) {

faceImg = img+"_.jpg";

// 进行图片裁剪

imageCut(img, faceImg, rect.x, rect.y, rect.width, rect.height);

}

if(null == faceImg){

log.info("face2Img未识别出该图像中的人脸，img={}",img);

}

return faceImg;

}

/**

* 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(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) {

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);

//直方均匀

//Imgproc.equalizeHist(image1, image2);

// 探测人脸

MatOfRect faceDetections = new MatOfRect();

faceDetector.detectMultiScale(image1, faceDetections);

//探测人眼

// MatOfRect eyeDetections = new MatOfRect();

// eyeDetector.detectMultiScale(image1, eyeDetections);

// rect中人脸图片的范围

Mat face = null;

for (Rect rect : faceDetections.toArray()) {

//给图片上画框框 参数1是图片 参数2是矩形 参数3是颜色 参数四是画出来的线条大小

//Imgproc.rectangle(image0,rect,new Scalar(0,0,255),2);

//输出图片

//Imgcodecs.imwrite(img+"_.jpg",image0);

face = new Mat(image1, rect);

}

if(null == face){

log.info("conv_Mat未识别出该图像中的人脸，img={}",img);

}

return face;

}

}

这边的人脸识别是另外其线程进行比对，代码如下。

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("人脸匹配");

} else {

log.info("人脸不匹配");

}

} catch (Exception e) {

e.printStackTrace();

}

}

}

提醒：如果运行异常，请添加你opencv的安装地址-Djava.library.path=D:\Sofeware\opencv\build\java\x64;

总结：java+opencv做人脸识别的精度不够，我也是有待学习，如果大家有更好的方式，能将opencv更好的展现出来，并达到更精准的人脸识别，请分享给我，谢谢。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。