OpenCV
概述
OpenCV(Open Source Computer Vision Library)是一个开源计算机视觉库,它提供了丰富的工具和算法,用于处理图像和视频数据。该库由一系列高效的计算机视觉算法组成,涵盖了许多领域,包括目标识别、图像处理、机器学习、三维重建等。
以下是OpenCV的一些关键特点和功能:
- 跨平台性: OpenCV是一个跨平台的计算机视觉库,支持Windows、Linux、macOS、iOS等多个操作系统。
- 图像处理: OpenCV提供了丰富的图像处理功能,包括图像滤波、边缘检测、形态学操作、颜色空间转换等。
- 特征检测与描述符: OpenCV包括多种特征检测和描述符算法,如SIFT、SURF、ORB等,用于在图像中寻找关键点并生成描述符。
- 目标检测: OpenCV支持多种目标检测算法,其中包括Haar级联分类器、HOG(Histogram of Oriented Gradients)等。
- 图像分割: OpenCV包括图像分割算法,用于将图像分成不同的区域或对象。
- 计算机视觉: OpenCV涉及计算机视觉的多个领域,如立体视觉、相机标定、运动估计等。
- 机器学习: OpenCV集成了一些机器学习算法,包括支持向量机、k近邻、决策树等。
- 深度学习: OpenCV对深度学习模型的支持不断增强,包括对常见深度学习框架(如TensorFlow、PyTorch)模型的集成。
- 多媒体处理: OpenCV支持对视频流和音频数据的处理,包括捕捉、录制、播放等。
- 开源和社区: OpenCV是一个开源项目,拥有庞大的用户社区。这意味着你可以从社区获取支持,分享代码和经验。
使用OpenCV可以在计算机视觉和图像处理项目中加速开发过程。无论是学术研究还是商业应用,OpenCV都提供了丰富的工具和资源,帮助开发者处理图像和视频数据。
其他学习方式:
官网文档地址:https://docs.opencv.org/4.6.0/df/d65/tutorial_table_of_content_introduction.html
教程参考:https://www.w3cschool.cn/opencv/
教程参考:https://www.yiibai.com/opencv/opencv_adding_text.html
下载与安装
1、你可以从OpenCV的GitHub仓库下载Haar级联分类器的XML文件,该文件用于人脸检测。以下是官方的GitHub仓库地址:
https://github.com/opencv/opencv
在该仓库中,Haar级联分类器的XML文件通常位于 data/haarcascades
目录下。具体来说,用于人脸检测的文件是 haarcascade_frontalface_default.xml
。
你可以通过直接访问GitHub页面下载该文件,或者使用Git工具将整个仓库克隆到本地。以下是通过Git克隆仓库的命令:
git clone https://github.com/opencv/opencv.git
然后,你可以在 opencv/data/haarcascades
目录下找到 haarcascade_frontalface_default.xml
文件。
请注意,OpenCV的GitHub仓库可能会有更新,因此你可能需要查看最新的版本。
2、下载地址:https://opencv.org/releases/
下载到本地后,双击进行安装即可
目录说明
1、安装目录如下:
build :基于window构建
sources:开源,提供源码
2、这里是Java开发关注java目录即可:
x64与x86:代表给不同的系统使用
opencv-452.jar:给java操作openvc的程序包
3、由于是64位系统,所以关注x64目录:
DLL:(Dynamic Link Library)文件为动态链接库文件,又称“应用程序拓展”,是软件文件类型。DLL文件,放置于系统中。当执行某一个程序时,相应的DLL文件就会被调用
实现操作集成依赖
方式一:
这里使用IDEA进行开发,导入opencv-460.jar库,使用快捷键 Ctrl+Shift+Alt+S打开,选择库项,导入Java库:
方式二:
创建一个maven项目(springboot也行),并引入依赖,在pom.xml
文件中添加:
<!--添加 OpenCV 依赖-->
<dependency>
<groupId>org.openpnp</groupId>
<artifactId>opencv</artifactId>
<version>4.5.1-1</version> <!-- 替换为你所需的 OpenCV 版本 -->
</dependency>
Java代码示例
方式一:
以下是一个简单的Java代码示例,演示如何使用OpenCV进行人脸识别。这个示例使用了OpenCV的Haar级联分类器来检测图像中的人脸。确保你已经将OpenCV的JAR文件添加到你的Java项目中。
import nu.pattern.OpenCV;
import org.opencv.core.*;
import org.opencv.highgui.HighGui;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
import org.opencv.objdetect.CascadeClassifier;
/**
* 描述:Java中利用OpenCV进行人脸识别
*
* @author 为一道彩虹
*/
public class FaceRecognition
{
public static void main(String[] args)
{
// 加载 OpenCV 库
OpenCV.loadShared();
// 读取图像
String imagePath = "D://Test/1553247564696949.jpg";
Mat image = Imgcodecs.imread(imagePath);
// 加载人脸分类器
String xmlFile = "D://haarcascade_frontalface_alt.xml";
CascadeClassifier faceDetector = new CascadeClassifier(xmlFile);
// 人脸检测
MatOfRect faceDetections = new MatOfRect();
faceDetector.detectMultiScale(image, faceDetections);
// 绘制人脸框
for (Rect rect : faceDetections.toArray())
{
Imgproc.rectangle(image, new Point(rect.x, rect.y), new Point(rect.x + rect.width, rect.y + rect.height), new Scalar(0, 255, 0));
}
// 显示结果
HighGui.imshow("Detected Face", image);
HighGui.waitKey();
// 释放资源
image.release();
}
}
确保替换 imagePath
和 xmlFile
为你实际的图像文件路径和Haar级联分类器的XML文件路径。
原图:
利用 OpenCV
进行人脸检测的结果:
方式二:
除了上述方式,还可以将opencv-452.jar
安装到本地仓库或私有仓库,然后在pom.xml中引入依赖。
在pom.xml
文件中,通过坐标的形式引入
<!-- 加载lib目录下的opencv包 -->
<dependency>
<groupId>org.opencv</groupId>
<artifactId>opencv</artifactId>
<version>4.5.2</version>
<scope>system</scope>
<systemPath>${basedir}/lib/opencv-460.jar</systemPath>
</dependency>
验证
public class MyTest
{
// 调用OpenCV库文件
static
{
System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
}
public static void main(String args[])
{
// 创建一个3X3的对角矩阵
Mat a = Mat.eye(3, 3, CvType.CV_8UC1);
System.out.println(a.dump());
}
}
执行上述代码,不出意外将出现如下异常:
Exception in thread "main" java.lang.UnsatisfiedLinkError: no opencv_java460 in java.library.path
at java.lang.ClassLoader.loadLibrary(ClassLoader.java:1860)
at java.lang.Runtime.loadLibrary0(Runtime.java:871)
at java.lang.System.loadLibrary(System.java:1122)
解决方案有2种:
1.将D:\Java\opencv\build\java\x64\opencv_java452.dll
文件拷贝至下面2个目录,任选其一即可。
2.通过指定虚拟机参数解决:
try
{
String openCVDllName = "D:\\Java\\opencv\\build\\java\\x64\\opencv_java452.dll";
// 本文使用 openCV4.5.2
System.load(openCVDllName);
}
catch (SecurityException e)
{
System.out.println(e.toString());
System.exit(-1);
}
catch (UnsatisfiedLinkError e)
{
System.out.println(e.toString());
System.exit(-1);
}
以下是一个简单的Java代码示例,演示如何使用OpenCV进行人脸识别。这个示例使用了OpenCV的Haar级联分类器来检测图像中的人脸。确保你已经将OpenCV的JAR文件添加到你的Java项目中。
import org.opencv.core.*;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
import org.opencv.objdetect.CascadeClassifier;
/**
* 描述:描述:Java中利用OpenCV进行人脸识别
*
* @author 为一道彩虹
*/
public class DetectFaceDemo
{
public static void detectFace(String imagePath, String outFile) throws Exception
{
System.out.println("开始人脸检测...");
// 加载人脸分类器
String xmlFile = "D://haarcascade_frontalface_alt.xml";
CascadeClassifier faceDetector = new CascadeClassifier(xmlFile);
Mat image = Imgcodecs.imread(imagePath);
// 在图片中检测人脸
MatOfRect faceDetections = new MatOfRect();
faceDetector.detectMultiScale(image, faceDetections);
System.out.println(String.format("检测到 %s个人脸", faceDetections.toArray().length));
// 绘制人脸框
Rect[] rects = faceDetections.toArray();
if (rects != null && rects.length > 1)
{
for (Rect rect : rects)
{
// 在每一个识别出来的人脸周围画出一个方框
Imgproc.rectangle(image, new Point(rect.x, rect.y), new Point(rect.x + rect.width, rect.y + rect.height), new Scalar(0, 255, 0), 3);
}
}
// 存储
Imgcodecs.imwrite(outFile, image);
System.out.println(String.format("人脸检测结果,人脸检测图片文件为:%s", outFile));
}
public static void main(String[] args) throws Exception
{
try
{
String openCVDllName = "D:\\Java\\opencv\\build\\java\\x64\\opencv_java452.dll";
// 本文使用 openCV4.5.2
System.load(openCVDllName);
}
catch (SecurityException e)
{
System.out.println(e.toString());
System.exit(-1);
}
catch (UnsatisfiedLinkError e)
{
System.out.println(e.toString());
System.exit(-1);
}
// 人脸测试
String imagePath = "D:\\Test\\1553247564696949.jpg";
detectFace(imagePath, "D:\\face2.png");
}
}
利用 OpenCV
进行人脸检测的结果:
总结:
在Java中使用OpenCV进行人脸识别通常涉及以下步骤:
- 安装 OpenCV: 首先,确保你已经在你的Java项目中安装了OpenCV库。你可以通过Maven或手动下载并添加OpenCV的JAR文件到你的项目中。
- 加载 OpenCV 库: 在你的Java代码中,你需要加载OpenCV库。这可以通过以下方式之一完成:
System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
或者,如果你使用的是OpenCV的Java wrapper,你可以使用:
nu.pattern.OpenCV.loadShared();
-
读取图像: 使用OpenCV的
Mat
类来加载图像。这是OpenCV中表示图像的数据结构。
Mat image = Imgcodecs.imread("path/to/your/image.jpg");
- 加载人脸分类器: 为了进行人脸检测,你需要使用Haar级联分类器。OpenCV提供了训练好的人脸检测器,你可以从OpenCV官方网站下载。
String xmlFile = "path/to/haarcascade_frontalface_default.xml";
CascadeClassifier faceDetector = new CascadeClassifier(xmlFile);
- 人脸检测: 使用加载的分类器对图像进行人脸检测。
MatOfRect faceDetections = new MatOfRect();
faceDetector.detectMultiScale(image, faceDetections);
- 绘制人脸框: 遍历检测到的人脸并在图像上绘制矩形框。
for (Rect rect : faceDetections.toArray())
{
Imgproc.rectangle(image, new Point(rect.x, rect.y), new Point(rect.x + rect.width, rect.y + rect.height), new Scalar(0, 255, 0));
}
- 显示结果: 可以使用OpenCV的窗口显示图像。
HighGui.imshow("Detected Face", image);
HighGui.waitKey();
- 释放资源: 当你完成所有操作后,确保释放OpenCV对象。
image.release();
请注意,以上代码只是一个简单的示例。在实际应用中,你可能需要处理图像的各种情况,例如图像预处理、性能优化等。此外,你还可以使用深度学习模型进行人脸识别,OpenCV也提供了对深度学习模型的支持。文章来源:https://www.toymoban.com/news/detail-773473.html
先赞后看,养成习惯!!!^ _ ^ ❤️ ❤️ ❤️
码字不易,大家的支持就是我的坚持下去的动力。点赞后不要忘了关注我哦!文章来源地址https://www.toymoban.com/news/detail-773473.html
到了这里,关于Java中利用OpenCV进行人脸识别的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网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TOY模板网!