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.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
import org.opencv.objdetect.CascadeClassifier;
//人脸检测
public class FaceDetector {
public static void main(String[] args) {
//加载本地的OpenCV库,这样就可以用它来调用Java API。
System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
System.out.println("\nRunning FaceDetector");
//创建实例CascadeClassifier,将已加载的分类器的文件名传递给它。
CascadeClassifier faceDetector = new CascadeClassifier("haarcascade_frontalface_default.xml");
// System.out.println(FaceDetector.class.getResource("haarcascade_frontalface_default.xml").getPath());
String pathf = "E:\\Application\\opencv\\opencv\\sources\\data\\haarcascades\\haarcascade_frontalface_default.xml";
faceDetector.load(pathf);
//将图片转化成Java API能够接受使用Imgcodecs类的格式,铺垫在OpenCV C++的n维密集数组类上边。
Mat image = Imgcodecs.imread("E:\\Application\\Eclipse\\workspace\\202004061323\\src\\lena.png");
// System.out.println(FaceDetector.class.getResource("lena.png").getPath());
MatOfRect faceDetections = new MatOfRect();
//调用分类器上的detectMultiScale方法传递给它图象和MatOfRect对象。这个过程之后,MatOfRect将有面部检测。
faceDetector.detectMultiScale(image, faceDetections);
System.out.println(String.format("Detected %s faces", faceDetections.toArray().length));
// 遍历所有的脸部检测并用矩形标记图像。
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, 255));
}
String filename = "ouput1.png";
System.out.println(String.format("Writing %s", filename));
//将图像写入输出的 .png 文件里
Imgcodecs.imwrite(filename, image);
}
}
前提条件:
准备好haarcascade_frontalface_default.xml文件和opencv-420.jar