Java实现人脸检测，java面试基础

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新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。

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，涵盖了95%以上Java开发知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip1024b （备注Java）

正文

private String faceConfigPath=basePath+“\src\com\facedetect\config\haarcascade_frontalface_alt2.xml”;

static{

// 载入opencv的库

String opencvpath = System.getProperty(“user.dir”) + “\libs\x64\”;

String opencvDllName = opencvpath + Core.NATIVE_LIBRARY_NAME + “.dll”;

System.load(opencvDllName);

}

/**

• opencv实现人脸识别

• @param imagePath

• @param outFile

• @throws Exception

*/

public void detectFace(String imagePath, String outFile) throws Exception

{

System.out.println("Running DetectFace …,config path is "+faceConfigPath);

String basePath =System.getProperty(“user.dir”);

String path= basePath+ “\src\com\facedetect\tmp\”;

// 从配置文件lbpcascade_frontalface.xml中创建一个人脸识别器，该文件位于opencv安装目录中,为了方便从安装方便放到了程序路径里

CascadeClassifier faceDetector = new CascadeClassifier(faceConfigPath);

//创建图片处理对象

Mat image = Imgcodecs.imread(imagePath);

// 在图片中检测人脸

MatOfRect faceDetections = new MatOfRect();

//多条件结果检测

faceDetector.detectMultiScale(image, faceDetections);

System.out.println(String.format(“Detected %s faces”, faceDetections.toArray().length));

//检测结果集

Rect[] rects = faceDetections.toArray();

// 在每一个识别出来的人脸周围画出一个方框

for (int i = 0; i < rects.length; i++) {

Rect rect = rects[i];

Imgproc.rectangle(image, new Point(rect.x-2, rect.y-2),

new Point(rect.x + rect.width, rect.y + rect.height),

new Scalar(0, 255, 0));

Mat copy = new Mat(image,rect);

Mat temp = new Mat();

copy.copyTo(temp);

//输出图片

Imgcodecs.imwrite(path+i+“.png”, temp);

}

Imgcodecs.imwrite(outFile, image);

System.out.println(String.format(“人脸识别成功，人脸图片文件为： %s”, outFile));

}

/**

• opencv实现人眼识别

• @param imagePath

• @param outFile

• @throws Exception

*/

public void detectEye(String imagePath, String outFile) throws Exception {

System.out.println("Running DetectFace …,config path is "+eyeConfigPath);

CascadeClassifier eyeDetector = new CascadeClassifier(

eyeConfigPath);

Mat image = Imgcodecs.imread(imagePath); //读取图片

// 在图片中检测人脸

MatOfRect faceDetections = new MatOfRect();

eyeDetector.detectMultiScale(image, faceDetections, 2.0,1,1,new Size(20,20),new Size(20,20));

System.out.println(String.format(“Detected %s eyes”, faceDetections.toArray().length));

Rect[] rects = faceDetections.toArray();

if(rects != null && rects.length <2){

throw new RuntimeException(“不是一双眼睛”);

}

Rect eyea = rects[0];

Rect eyeb = rects[1];

System.out.println("a-中心坐标 " + eyea.x + " and " + eyea.y);

System.out.println("b-中心坐标 " + eyeb.x + " and " + eyeb.y);

//获取两个人眼的角度

double dy=(eyeb.y-eyea.y);

double dx=(eyeb.x-eyea.x);

double len=Math.sqrt(dxdx+dydy);

System.out.println("dx is "+dx);

System.out.println("dy is "+dy);

System.out.println("len is "+len);

double angle=Math.atan2(Math.abs(dy),Math.abs(dx))*180.0/Math.PI;

System.out.println("angle is "+angle);

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));

}

Imgcodecs.imwrite(outFile, image);

System.out.println(String.format(“人眼识别成功，人眼图片文件为： %s”, outFile));

}

}

该函数主要实现了两个方法，一个是人脸检测，一个是人眼检测。方法都差不多。主要是加载的分类器不同。以及结果集的过滤。其中重要的一个方法时是MatOfRect的detectMultiScale方法。该方法共有7个参数。含义如下。

• **参数1：**image–待检测图片，一般为灰度图像加快检测速度；

• **参数2：**objects–被检测物体的矩形框向量组；

• **参数3：**scaleFactor–表示在前后两次相继的扫描中，搜索窗口的比例系数。默认为1.1即每次搜索窗口依次扩大10%;

• **参数4：**minNeighbors–表示构成检测目标的相邻矩形的最小个数(默认为3个)。        如果组成检测目标的小矩形的个数和小于 min_neighbors - 1 都会被排除。       如果min_neighbors 为 0, 则函数不做任何操作就返回所有的被检候选矩形框，        这种设定值一般用在用户自定义对检测结果的组合程序上；

• **参数5：**flags–要么使用默认值，要么使用CV_HAAR_DO_CANNY_PRUNING，如果设置为          CV_HAAR_DO_CANNY_PRUNING，那么函数将会使用Canny边缘检测来排除边缘过多或过少的区域，       因此这些区    域通常不会是人脸所在区域；

• **参数6、7：**minSize和maxSize用来限制得到的目标区域的范围。

2、ImageUtils

package com.facedetect.func;

import org.opencv.core.Mat;

import org.opencv.core.Rect;

import org.opencv.core.Size;

import org.opencv.imgcodecs.Imgcodecs;

import org.opencv.imgproc.Imgproc;

import javax.imageio.ImageIO;

import javax.swing.*;

import java.awt.*;

import java.awt.image.BufferedImage;

import java.io.File;

import java.io.IOException;

/**

• @Auther: DarkKing

• @Date: 2019/10/2 11:12

• @Description:

*/

public class ImageUtils {

/**

• 裁剪图片并重新装换大小

• @param imagePath

• @param posX

• @param posY

• @param width

• @param height

• @param outFile

*/

public static void imageCut(String imagePath,String outFile, int posX,int posY,int width,int height ){

//原始图像

Mat image = Imgcodecs.imread(imagePath);

//截取的区域：参数,坐标X,坐标Y,截图宽度,截图长度

Rect rect = new Rect(posX,posY,width,height);

//两句效果一样

Mat sub = image.submat(rect); //Mat sub = new Mat(image,rect);

Mat mat = new Mat();

Size size = new Size(300, 300);

Imgproc.resize(sub, mat, size);//将人脸进行截图并保存

Imgcodecs.imwrite(outFile, mat);

System.out.println(String.format(“图片裁切成功，裁切后图片文件为： %s”, outFile));

}

/**

• @param imagePath

• @param outFile

*/

public static void setAlpha(String imagePath, String outFile) {

/**

• 增加测试项

• 读取图片，绘制成半透明

*/

try {

ImageIcon imageIcon = new ImageIcon(imagePath);

BufferedImage bufferedImage = new BufferedImage(imageIcon.getIconWidth(),

imageIcon.getIconHeight(), BufferedImage.TYPE_4BYTE_ABGR);

Graphics2D g2D = (Graphics2D) bufferedImage.getGraphics();

g2D.drawImage(imageIcon.getImage(), 0, 0, imageIcon.getImageObserver());

//循环每一个像素点，改变像素点的Alpha值

int alpha = 100;

for (int j1 = bufferedImage.getMinY(); j1 < bufferedImage.getHeight(); j1++) {

for (int j2 = bufferedImage.getMinX(); j2 < bufferedImage.getWidth(); j2++) {

int rgb = bufferedImage.getRGB(j2, j1);

rgb = ( (alpha + 1) << 24) | (rgb & 0x00ffffff);

bufferedImage.setRGB(j2, j1, rgb);

}

}

g2D.drawImage(bufferedImage, 0, 0, imageIcon.getImageObserver());

//生成图片为PNG

ImageIO.write(bufferedImage, “png”, new File(outFile));

System.out.println(String.format(“绘制图片半透明成功，图片文件为： %s”, outFile));

}

catch (Exception e) {

e.printStackTrace();

}

}

/**

• 为图像添加水印

• @param buffImgFile 底图

• @param waterImgFile 水印

• @param outFile 输出图片

• @param alpha 透明度

• @throws IOException

*/

private static void watermark(String buffImgFile,String waterImgFile,String outFile, float alpha) throws IOException {

// 获取底图

BufferedImage buffImg = ImageIO.read(new File(buffImgFile));

// 获取层图

BufferedImage waterImg = ImageIO.read(new File(waterImgFile));

// 创建Graphics2D对象，用在底图对象上绘图

Graphics2D g2d = buffImg.createGraphics();

int waterImgWidth = waterImg.getWidth();// 获取水印层图的宽度

int waterImgHeight = waterImg.getHeight();// 获取水印层图的高度

// 在图形和图像中实现混合和透明效果

g2d.setComposite(AlphaComposite.getInstance(AlphaComposite.SRC_ATOP, alpha));

// 绘制

g2d.drawImage(waterImg, 0, 0, waterImgWidth, waterImgHeight, null);

g2d.dispose();// 释放图形上下文使用的系统资源

//生成图片为PNG

ImageIO.write(buffImg, “png”, new File(outFile));

System.out.println(String.format(“图片添加水印成功，图片文件为： %s”, outFile));

}

/**

• 图片合成

• @param image1

• @param image2

• @param posw

• @param posh

• @param outFile

• @return

*/

public static void simpleMerge(String image1, String image2, int posw, int posh, String outFile) throws IOException{

// 获取底图

BufferedImage buffImg1 = ImageIO.read(new File(image1));

// 获取层图

BufferedImage buffImg2 = ImageIO.read(new File(image2));

//合并两个图像

int w1 = buffImg1.getWidth();

int h1 = buffImg1.getHeight();

int w2 = buffImg2.getWidth();

int h2 = buffImg2.getHeight();

BufferedImage imageSaved = new BufferedImage(w1, h1, BufferedImage.TYPE_INT_ARGB); //创建一个新的内存图像

Graphics2D g2d = imageSaved.createGraphics();

g2d.drawImage(buffImg1, null, 0, 0); //绘制背景图像

for (int i = 0; i < w2; i++) {

for (int j = 0; j < h2; j++) {

int rgb1 = buffImg1.getRGB(i + posw, j + posh);

int rgb2 = buffImg2.getRGB(i, j);

/*if (rgb1 != rgb2) {

rgb2 = rgb1 & rgb2;

}*/

imageSaved.setRGB(i + posw, j + posh, rgb2); //修改像素值

}

最后

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024b （备注Java）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

h2; j++) {

int rgb1 = buffImg1.getRGB(i + posw, j + posh);

int rgb2 = buffImg2.getRGB(i, j);

/*if (rgb1 != rgb2) {

rgb2 = rgb1 & rgb2;

}*/

imageSaved.setRGB(i + posw, j + posh, rgb2); //修改像素值

}

最后

[外链图片转存中…(img-ixPpUB45-1713621984879)]

[外链图片转存中…(img-W69la9d8-1713621984879)]

[外链图片转存中…(img-77iOWOxk-1713621984880)]

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024b （备注Java）
[外链图片转存中…(img-jiX73xkP-1713621984880)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！