人脸识别软件开发人员配置-iphone照相机如何识别人脸

编者按：我们发现了一系列有趣的文章《30天学会30种新技术》，准备翻译，每天更新一篇，年终大礼包。 以下是第十二天的内容。

今天我将学习如何使用Java进行人脸检测。 人脸检测有助于识别任何数字图像上的人脸，经过一些研究，我发现了 OpenCV 库可以帮助我检测图像中的人脸。 但是，我无法找到关于从 Java 使用 OpenCV 库的完整初学者教程，因此这篇文章可能是其他人在该领域学习的资源。

什么是 OpenCV？

OpenCV（Open Source Computer Vision）是一个开源的计算机视觉算法库。 它是用 C/C++ 编写的，旨在利用多核。 它提供C++、C、Python和Java接口，支持所有主流操作系统平台，包括Windows、Linux、Mac OS、iOS和Android。

Github 仓库

GitHub 上提供了今天演示应用程序的代码：day12-face-detection。

开始使用 OpenCV

要开始学习 OpenCV人脸识别软件开发人员配置，第一步是到其官方网站下载支持您当前操作系统的最新版本的 OpenCV 包。 本文使用 2.4.7 版本。

压缩包下载完成后，使用tar命令解压：

$ tar xvf opencv-2.4.7.tar.gz

切换目录到opencv-2.4.7：

$ cd opencv-2.4.7

构建 OpenCV 罐子

我花了很多时间来了解如何获取 OpenCV 的 jar 文件。 文档中的 Java 教程假定 OpenCV jar 文件位于构建文件夹中，OpenCV 包（包括 jar 文件）适用于 Windows 用户，但不适用于 Linux 和 Mac OS 用户。 为了构建 OpenCV jar，执行以下命令：

$ cd opencv-2.4.7

$ mkdir build
$ cd build/
$ cmake -G "Unix Makefiles" -D CMAKE_CXX_COMPILER=/usr/bin/g++ -D CMAKE_C_COMPILER=/usr/bin/gcc -D WITH_CUDA=ON .. 
$ make -j4 
$ make install

以上命令会在opencv-2.4.7/build/bin目录下创建opencv-247.jar文件，这是Java绑定本地OpenCV的安装方式。

下载日食

如果您的系统中没有安装eclipse，您可以到Eclipse官网下载最新版本。 目前，最新版本的 eclipse 代号为 Kepler。

Eclipse的安装非常简单，解压下载的包即可。 如果您使用的是 Linux 或 Mac 计算机，请打开命令行窗口并输入以下命令：

$ tar -xzvf eclipse-jee-kepler-R-*.tar.gz 

Windows下，解压到哪里都会有一个eclipse文件夹，这样就可以直接操作，当然也可以创建一个快捷方式，将文件执行到桌面。

添加用户库

打开Eclipse IDE，然后进入项目工作区，进入目录Windows > Preferences > Java > Build Path > User Libraries，选择添加新库。

为库提供类似 OpenCV-2.4.7 的内容，然后单击“确定”。

单击添加外部 Jar，然后添加 OpenCV-2.4.7 文件。

选择本机库位置并单击编辑。

单击外部文件夹。

给出opencv-2.4.7/build/lib文件夹下的库目录（lib）的路径。

现在，单击“确定”，我们已将 OpenCV 添加为用户库。

创建新的 Java 项目

一步一步，在文件 > 新建 > 其他 > Java 项目下创建一个新的 Java 项目，完成后，右键单击该项目以配置构建路径。

转到“库”选项卡并单击“添加库”。

选择“用户库”

选择我们上一步添加的OpenCV-2.4.7用户库人脸识别软件开发人员配置，点击“Finish”。

最后，您将看到 Java 项目包含了 OpenCV-2.4.7 用户库。

编写人脸检测器（FaceDetector）

在上面创建的Java项目中创建一个类，添加如下代码：

package com.shekhar.facedetection;
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.highgui.Highgui;
import org.opencv.objdetect.CascadeClassifier;
public class FaceDetector {
    public static void main(String[] args) {
        System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
        System.out.println("\nRunning FaceDetector");
        CascadeClassifier faceDetector = new CascadeClassifier(FaceDetector.class.getResource("haarcascade_frontalface_alt.xml").getPath());
        Mat image = Highgui
                .imread(FaceDetector.class.getResource("shekhar.JPG").getPath());
        MatOfRect faceDetections = new MatOfRect();

        faceDetector.detectMultiScale(image, faceDetections);
        System.out.println(String.format("Detected %s faces", faceDetections.toArray().length));
        for (Rect rect : faceDetections.toArray()) {
            Core.rectangle(image, new Point(rect.x, rect.y), new Point(rect.x + rect.width, rect.y + rect.height),
                    new Scalar(0, 255, 0));
        }
        String filename = "ouput.png";
        System.out.println(String.format("Writing %s", filename));
        Highgui.imwrite(filename, image);
    }
} 

上面的代码可以：

加载本机 OpenCV 库，以便它可以用于调用 Java API。 创建 CascadeClassifier 的实例，将加载的分类器的文件名传递给它。 接下来，我们使用Highhui类将图像转换成Java API可以接受的格式，为OpenCV C++的n维密集数组类打下基础。 然后，调用分类器上的 detectMultiScale 方法，将图像和 MatOfRect 对象传递给它。 经过这个过程，MatOfRect 就会进行人脸检测。 我们遍历所有面部检测并用矩形标记图像。 最后，将图像写入输出 .png 文件。

这个程序的输出结果如下图，是人脸检测前后的图片：