`
piziwang
  • 浏览: 236724 次
  • 性别: Icon_minigender_1
  • 来自: 南京
社区版块
存档分类
最新评论

利用OpenCV实现人脸识别

    博客分类:
  • J2EE
阅读更多

1.什么是OpenCV (来自Baidu百科)
    
    OpenCV是Intel资助的开源计算机视觉库。它由一系列 C 函数和少量 C++ 类构成,实现了图像处理和计算机视觉方面的很多通用算法。
    
    OpenCV 拥有包括 300 多个C函数的跨平台的中、高层 API。它不依赖于其它的外部库——尽管也可以使用某些外部库。OpenCV 对非商业应用和商业应用都是免费(FREE)的。OpenCV 为Intel® Integrated Performance Primitives (IPP) 提供了透明接口。 这意味着如果有为特定处理器优化的的 IPP 库, OpenCV 将在运行时自动加载这些库。

2. JAVA中如何调用 (参考JNI2OpenCV)

    JNI2OpenCV将OpenCV的C/C++程序代码编译成动态链接库文件,Java便可以利用本地方法调用OpenCV的计算机视觉库中的一系列的函数和算法。

    JNI2OpenCV中提供了FaceDetection.java的测试程序,程序代码如下:
//--以下是程序代码--

class JNIOpenCV
{
    static
     {
        System.loadLibrary("JNI2OpenCV");
    }
      //加载动态链接库
    public native int[] detectFace(int minFaceWidth, int minFaceHeight, String cascade, String filename);
    //声明本地方法
}

public class FaceDetection
{
private JNIOpenCV myJNIOpenCV;
private FaceDetection myFaceDetection;

public FaceDetection()
{
   myJNIOpenCV = new JNIOpenCV();
   String filename = "lena.jpg";//OpenCV的官方测试图片(人脸识别)
   String cascade = "haarcascade_frontalface_alt.xml";
  
   int[] detectedFaces = myJNIOpenCV.detectFace(40, 40, cascade, filename);
   int numFaces = detectedFaces.length / 4;
    
   System.out.println("numFaces = " + numFaces);
   for (int i = 0; i < numFaces; i++)
    {
       System.out.println("Face " + i + ": " + detectedFaces[4 * i + 0] + " " + detectedFaces[4 * i + 1] + " " + detectedFaces[4 * i + 2] + " " + detectedFaces[4 * i + 3]);
    }
}
   
    public static void main(String args[])
    {
        FaceDetection myFaceDetection = new FaceDetection();  
    }
}

    程序运行之后,会在命令行中打印出含有多少个Faces,以及各个Faces的位置等信息。

3.将人脸位置标志出来

    为了更直观的呈现人脸识别的结果,笔者在图片上直接用矩形框标志出具体的位置。程序分成两部分,人脸识别部分(FaceDetection)和图片绘图(DrawInImg)部分。具体程序如下:

FaceDetection.java
//-------------------------------------
class JNIOpenCV {
    static {
        System.loadLibrary("JNI2OpenCV");
    }
    public native int[] detectFace(int minFaceWidth, int minFaceHeight, String cascade, String filename);
}

public class FaceDetection {
private JNIOpenCV myJNIOpenCV;
private FaceDetection myFaceDetection;

public FaceDetection() {
   myJNIOpenCV = new JNIOpenCV();
   String inputFilename = "4.jpg";
   String outputFilename = "out.jpg";
   String cascade = "haarcascade_frontalface_alt.xml";
  
    int[] detectedFaces = myJNIOpenCV.detectFace(10 , 10, cascade, inputFilename);
    int numFaces = detectedFaces.length / 4;
   
    System.out.println("numFaces = " + numFaces);
   
    for (int i = 0; i < numFaces; i++) {
       System.out.println("Face " + i + ": " + detectedFaces[4 * i + 0] + " " + detectedFaces[4 * i + 1] + " " + detectedFaces[4 * i + 2] + " " + detectedFaces[4 * i + 3]);
    }
   
    int[][] RectInt=new int[numFaces][4];
    for (int i = 0; i < numFaces; i++)
    {      
       RectInt[i][0]=detectedFaces[4 * i + 0];
       RectInt[i][1]=detectedFaces[4 * i + 1];
       RectInt[i][2]=detectedFaces[4 * i + 2];
       RectInt[i][3]=detectedFaces[4 * i + 3];
    }
   
    if(new DrawInImg(inputFilename,outputFilename,RectInt).DrawRect())
       System.out.println("File create success ! ");
    else
         System.out.println("File create error ! ");
}
   
    public static void main(String args[]) {
        FaceDetection myFaceDetection = new FaceDetection();  
    }
}

DrawInImg.java
//----------------------------
import java.awt.Color;
import java.awt.Graphics;
import java.awt.image.BufferedImage;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.IOException;
import javax.imageio.ImageIO;

public class DrawInImg
{

private boolean isDone=false;
private String inputFileName="";
private String outputFileName="";
private int[][] RectInt;

public DrawInImg(String inputFileName,String outputFileName,int[][] RectInt)
{  
   this.inputFileName=inputFileName;  
     this.outputFileName=outputFileName;
     this.RectInt=RectInt;
}

public boolean DrawRect()
{
   try
   {
    FileInputStream fis = new FileInputStream(inputFileName);
        FileOutputStream fos = new FileOutputStream(outputFileName);
        BufferedImage img = ImageIO.read(fis);
        Graphics g = img.getGraphics();
        g.setColor(Color.GREEN);
         for(int i=0;i<RectInt.length;i++)
         {
            for(int j=0;j<RectInt[i].length;j++)
         {
             g.drawRect(RectInt[i][0],RectInt[i][1],RectInt[i][2],RectInt[i][3]);
            // System.out.print(RectInt[i][j]+" ");            
         }
            System.out.print("\r\n");
         }
        
       img.flush();
       g.dispose();
       ImageIO.write(img, "JPG", fos);
        
      while(true)
     {
     if(new File(outputFileName).exists())
      {
           this.isDone=true;
          break;
       }
    }
        
   }
   catch (IOException ioe)
   {
    ioe=null;
   }
       
        return this.isDone;
}

}

运行的效果如下: (注意看里面的白框)

分享到:
评论
2 楼 shun1 2012-09-22  
在eclipse ee下如何实现啊?求帮助。
1 楼 a78027a78027 2010-07-07  
這個人臉程式
如果
  public static void main(String args[]) {
    while(true){
        FaceDetection myFaceDetection = new FaceDetection(); 
     }
    }

记忆体会无法释放
大约做个900多次后
会跳出
OpenCV GUI Error Handler的框
内容为
Insufficient memory(Out of memory)
in function cvAlloc, D:\User\VP\opencv\cxcore\sre\cxalloc.cpp(111)
请教有什么解决方法吗?

相关推荐

    python利用Opencv实现人脸识别功能.pdf

    python利用Opencv实现人脸识别功能

    ARM上利用opencv实现人脸识别

    在ARM上利用opencv库实现人脸识别系统

    OpenCV实现人脸识别算法

    PCA方法由于其在降维和特征提取方面的有效性,在人脸识别领域得到了广泛的应用。 PCA方法的基本原理是:利用K-L变换抽取人脸的主要成分,构成特征脸空间,识别时将测试图像投影到此空间,得到一组投影系数,通过与...

    faceRecongnition.zip_opencv_opencv人脸识别_opencv识别_人脸识别_人脸识别 opencv

    利用opencv实现人脸识别,基于C++,VisualStudio2017开发,配合opencv自带的人脸识别类

    python利用Opencv实现人脸识别功能

    本文实例为大家分享了python利用Opencv实现人脸识别功能的具体代码,供大家参考,具体内容如下 首先:需要在在自己本地安装opencv具体步骤可以问度娘 如果从事于开发中的话建议用第三方的人脸识别(推荐阿里) 1、...

    利用树莓派与openCV实现人脸识别门禁并对接物业管理系统.zip

    利用树莓派与openCV实现人脸识别门禁并对接物业管理系统.zip

    人脸识别检测opencv简单java实现

    人脸识别检测opencv简单java实现要不是毕业好几年我都不舍得分享出来!!! CTRL+D收藏一下或者关注走一波-有你所需!不断更新! 其他相关下载,配套代码以及PPT。稳妥的小老弟 ...加载本地的OpenCV库,这样就可以用它...

    基于opencv的人脸识别和口罩检测

    基于opencv的人脸识别和口罩检测,附有代码和报告,运用PCA和LBP等算法和处理方法。 基于opencv的人脸识别和口罩检测,附有代码和报告,运用PCA和LBP等算法和处理方法。 基于opencv的人脸识别和口罩检测,附有代码和...

    利用OpenCV实现基于PCA算法的人脸识别.ppt

    利用OpenCV实现基于PCA算法的人脸识别.ppt OpenCV(Open Source Computer Vision Library)是一个基于(开源)发行的跨平台计算机视觉库,可以运行在Linux、Windows和Mac OS操作系统上。它轻量级而且高效——由一...

    OpenCV for Unity人脸识别

    该资源是一款unity3d的OpenCV插件,可以进行人脸识别,实现摄像头画面实时检测对比,实现刷脸功能。

    利用opencv实现人脸检测并保存人脸框图

    利用Opencv进行人脸识别,并框出人脸保存到本地(灰度图像),可作为用于人脸识别的数据库。按空格进行头像获取,可连续49张。

    Opencv+人脸识别

    人脸识别小项目,准确度高,利用opencv快速实现人脸识别,简单易学。

    Python之OpenCV实现人脸识别

    此产品在实验室的实验效果是能过高准确率地识别出年龄、性别,并推送出自定义的广告,目前在国内市场内还没出现基于人脸识别来推送广告的产品。 1)受众的细分具有较强的针对性,细分的同时伴随着的是新的聚合方式,...

    基于OpenCV人脸识别的分析与实现.doc

    最后,通过上述理论学习,基于OpenCV,在Visual Studio 2012开发环境下,利用ORL人脸数据库,分别对上述算法进行了算法实现和实验验证,并且在最后创建了一个基于特征脸的实时人脸识别系统,该系统可以实现人脸的...

    基于Java的OpenCV 3.4.3人脸识别设计源码

    该项目利用Java和OpenCV技术实现本机摄像头的人脸检测、人脸识别、人脸标记68个坐标点、人脸对齐和人脸特征测试等功能。同时,该项目允许用户自行训练人脸识别库。通过该项目,开发者可以学习并实践Java和OpenCV技术...

    基于Opencv的实时人脸识别-人脸检测利用opencv进行图像处理,借用keras框架搭建卷积神经网络进行模型训练和识别

    基于Opencv的实时人脸识别 1.原理介绍: 人脸检测利用opencv进行图像处理,借用keras框架搭建卷积神经网络,对图像进行特征提取与特征训练,再利用训练好的分类模型进行预测,再将预测标签实时打在每一帧图片上,实现实时...

    基于 OpenCV 的人脸识别(C#完整代码)

    项目通过摄像头捕获视频流,使用 OpenCV 的 Haar 级联分类器进行人脸检测,接着利用 LBPH 人脸识别器进行实时的人脸识别。 技术栈和工具: C# 编程语言 OpenCV 库 项目结构: 项目采用 C# 中的 WinForms 应用程序...

    opencv人脸识别

    利用opencv实现人脸的识别程序,需要连接摄像头,实现程序的正常运行.

    基于opencv实现的人脸表情检测

    利用opencv中训练好的模型来识别人脸 利用openvino中的预训练的模型来实现了对人脸的方框检测以及对应的情绪识别,包括'neutral', 'happy', 'sad', 'surprise', 'anger'也即是自然、开心、悲伤、惊讶以及愤怒的表情...

Global site tag (gtag.js) - Google Analytics