JavaCV的摄像头实战之八：人脸检测

// 释放检测结果资源

objects.close();

// 将标注过的图片转为帧，返回

return converter.convert(grabbedImage);

}

• 以上就是接口DetectService.java的全部：三个方法定义，两个静态方法，接下来就是接口的实现类了

人脸检测功能的实现类

• 前面的DetectService接口仅定义了三个方法：初始化(init)、检测(convert)、资源释放(releaseOutputResource)，现在开发这个接口的实现类HaarCascadeDetectService.java，实现真正的人脸检测功能

• 完整代码如下，核心是init方法中实例化的分类器classifier，以及负责处理每一帧的convert方法，这里面会中调用刚才写的静态方法DetectService.detect，把原始帧转换成标注了检测结果的帧：

package com.bolingcavalry.grabpush.extend;

import lombok.extern.slf4j.Slf4j;

import org.bytedeco.javacpp.Loader;

import org.bytedeco.javacv.Frame;

import org.bytedeco.javacv.OpenCVFrameConverter;

import org.bytedeco.opencv.opencv_core.Mat;

import org.bytedeco.opencv.opencv_objdetect.CascadeClassifier;

import java.io.File;

import java.net.URL;

/**

• @author willzhao

• @version 1.0

• @description Haar检测的实现类

• @date 2021/12/3 8:09

*/

@Slf4j

public class HaarCascadeDetectService implements DetectService {

/**

• 每一帧原始图片的对象

*/

private Mat grabbedImage = null;

/**

• 原始图片对应的灰度图片对象

*/

private Mat grayImage = null;

/**

• 分类器

*/

private CascadeClassifier classifier;

/**

• 转换器

*/

private OpenCVFrameConverter.ToMat converter = new OpenCVFrameConverter.ToMat();

/**

• 模型文件的下载地址

*/

private String modelFileUrl;

/**

• 构造方法，在此指定模型文件的下载地址

• @param modelFileUrl

*/

public HaarCascadeDetectService(String modelFileUrl) {

this.modelFileUrl = modelFileUrl;

}

/**

• 音频采样对象的初始化

• @throws Exception

*/

@Override

public void init() throws Exception {

// 下载模型文件

URL url = new URL(modelFileUrl);

File file = Loader.cacheResource(url);

// 模型文件下载后的完整地址

String classifierName = file.getAbsolutePath();

// 根据模型文件实例化分类器

classifier = new CascadeClassifier(classifierName);

if (classifier == null) {

log.error(“Error loading classifier file [{}]”, classifierName);

System.exit(1);

}

}

@Override

public Frame convert(Frame frame) {

// 由帧转为Mat

grabbedImage = converter.convert(frame);

// 灰度Mat，用于检测

if (null==grayImage) {

grayImage = DetectService.buildGrayImage(grabbedImage);

}

// 进行人脸检测，根据结果做处理得到预览窗口显示的帧

return DetectService.detect(classifier, converter, frame, grabbedImage, grayImage);

}

/**

• 程序结束前，释放人脸检测的资源

*/

@Override

public void releaseOutputResource() {

if (null!=grabbedImage) {

grabbedImage.release();

}

if (null!=grayImage) {

grayImage.release();

}

if (null==classifier) {

classifier.close();

}

}

}

主程序PreviewCameraWithDetect

• 在《JavaCV的摄像头实战之一：基础》一文创建的simple-grab-push工程中已经准备好了父类AbstractCameraApplication，所以本篇继续使用该工程，创建子类实现那些抽象方法即可

• 编码前先回顾父类的基础结构，如下图，粗体是父类定义的各个方法，红色块都是需要子类来实现抽象方法，所以接下来，咱们以本地窗口预览为目标实现这三个红色方法即可：

• 新建文件PreviewCameraWithDetect.java，这是AbstractCameraApplication的子类，其代码很简单，接下来按上图顺序依次说明

• 先定义CanvasFrame类型的成员变量previewCanvas，这是展示视频帧的本地窗口：

protected CanvasFrame previewCanvas

• 还要定义DetectService类型的成员变量，用于稍后的检测操作，并在构造方法中对改成员变量赋值：

/**

• 检测工具接口

*/

private DetectService detectService;

/**

• 不同的检测工具，可以通过构造方法传入

• @param detectService

*/

public PreviewCameraWithDetect(DetectService detectService) {

this.detectService = detectService;

}

• 然后是初始化操作，除了previewCanvas的实例化和参数设置，还要调用检测服务的初始化方法：

@Override

protected void initOutput() throws Exception {

previewCanvas = new CanvasFrame(“摄像头预览”, CanvasFrame.getDefaultGamma() / grabber.getGamma());

previewCanvas.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);

previewCanvas.setAlwaysOnTop(true);

// 检测服务的初始化操作

detectService.init();

}

• 接下来是output方法，定义了拿到每一帧视频数据后做什么事情，这里会交给检测服务去处理，将处理结果在本地窗口显示：

@Override

protected void output(Frame frame) {

// 原始帧先交给检测服务处理，这个处理包括物体检测，再将检测结果标注在原始图片上，

// 然后转换为帧返回

Frame detectedFrame = detectService.convert(frame);

// 预览窗口上显示的帧是标注了检测结果的帧

previewCanvas.showImage(detectedFrame);

}

• 由于检测服务也会耗时，所以这里调整每帧输出后的等待时间，以免预览时卡顿，请依照自己电脑CPU性能调整，我这里改为原有时长的八分之一：

@Override

protected int getInterval() {

return super.getInterval()/8;

}

• 最后是处理视频的循环结束后，程序退出前要做的事情，即关闭本地窗口，另外还要调用检测服务的releaseOutputResource来释放其相关资源：

@Override

protected void releaseOutputResource() {

if (null!= previewCanvas) {

previewCanvas.dispose();

}

// 检测工具也要释放资源

detectService.releaseOutputResource();

}

• 至此，用本地窗口预览摄像头的功能已开发完成，再写上main方法，注意参数100表示预览持续时间是100秒，modelFileUrl是模型文件在GitHub上的地址（注释掉的那个是人体的，您也可以试试）：

public static void main(String[] args) {

String modelPath = “https://raw.github.com/opencv/opencv/master/data/haarcascades/haarcascade_frontalface_alt.xml”;

// String modelPath = “https://raw.github.com/opencv/opencv/master/data/haarcascades/haarcascade_upperbody.xml”;

new PreviewCameraWithDetect(new HaarCascadeDetectService(modelPath)).action(1000);

}

• 运行main方法即可启动程序，如下图，预览窗口中如果有人像，人脸上就会出现红框（为了不侵犯群众演员的肖像权，手动对面部做了马赛克处理）：

• 至此，本地窗口预览集成人脸检测的功能就完成了，得益于JavaCV的强大，整个过程是如此的轻松愉快，接下来请继续关注欣宸原创，《JavaCV的摄像头实战》系列还会呈现更多丰富的应用；

• 本文涉及的所有代码都能在接下来的介绍的GitHub仓库中找到

源码下载

• 《JavaCV的摄像头实战》的完整源码可在GitHub下载到，地址和链接信息如下表所示(https://github.com/zq2599/blog_demos)：

| 名称 | 链接 | 备注 |

| :-- | :-- | :-- |

| 项目主页 | https://github.com/zq2599/blog_demos | 该项目在GitHub上的主页 |

| git仓库地址(https) | https://github.com/zq2599/blog_demos.git | 该项目源码的仓库地址，https协议 |

| git仓库地址(ssh) | git@github.com:zq2599/blog_demos.git | 该项目源码的仓库地址，ssh协议 |

• 这个git项目中有多个文件夹，本篇的源码在javacv-tutorials文件夹下，如下图红框所示：

• javacv-tutorials里面有多个子工程，《JavaCV的摄像头实战》系列的代码在simple-grab-push工程下：

最后

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Java工程师，想要提升技能，往往是自己摸索成长，自己不成体系的自学效果低效漫长且无助。

因此收集整理了一份《2024年Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Java开发知识点，不论你是刚入门Android开发的新手，还是希望在技术上不断提升的资深开发者，这些资料都将为你打开新的学习之门！

如果你觉得这些内容对你有帮助，需要这份全套学习资料的朋友可以戳我获取！！

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！
且无助。**

因此收集整理了一份《2024年Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

[外链图片转存中…(img-SyEuzcqx-1714807541278)]

[外链图片转存中…(img-flfxhV9k-1714807541278)]

[外链图片转存中…(img-SDsrvGaT-1714807541278)]

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Java开发知识点，不论你是刚入门Android开发的新手，还是希望在技术上不断提升的资深开发者，这些资料都将为你打开新的学习之门！

如果你觉得这些内容对你有帮助，需要这份全套学习资料的朋友可以戳我获取！！

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！