java集成opencv(不踩坑),实现人脸检测小demo(含上传人像图片识别接口),windows,IDEA,Springboot

本文链接：https://blog.csdn.net/qq_62262918/article/details/135120193

1.正常用maven导入坐标：

2.下载库文件：

3.下载模型文件：

4.把库文件粘贴到你的jdk的bin目录下

5.把模型文件放到你的项目目录

6.编写你的javase测试代码

7.编写前端提交人脸图片的后端人脸校验接口

8惊喜：这时前端调用你的接口就会：

9.注意：该依赖目前不支持java自训练模型，自训练接口仅对c++语言提供，社区补充版本的依赖可以支持模型自训练

先一步一步来，中间会讲解会踩到的坑。

作者环境：java11(最好用java8)

1.正常用maven导入坐标：

         <dependency>
            <groupId>org.openpnp</groupId>
            <artifactId>opencv</artifactId>
            <version>4.5.3-1</version>
        </dependency>

依赖下载完别急着写代码

你急着把测试代码写了会遇到：

库文件找不到异常

2.下载库文件：

Releases - OpenCVhttps://opencv.org/releases/

下载对应版本

下载好运行解压到指定目录后一路打开找到这个opencv_java453.dll

3.下载模型文件：

https://github.com/opencv/opencv/blob/master/data/haarcascades/haarcascade_frontalface_alt.xmlhttps://github.com/opencv/opencv/blob/master/data/haarcascades/haarcascade_frontalface_alt.xml

这个是用于人脸识别的模型

4.把库文件粘贴到你的jdk的bin目录下

因为你在javase的测试main方法调用opencv的api,该api底层是会依赖opencv_java453.dll这个库的，jvm首先就在bin目录下查找该库，所以需要把库文件放bin下。

5.把模型文件放到你的项目目录

可以是根目录也可以像作者一样放src下：

6.编写你的javase测试代码

注意图片文件路径、模型文件路径，不要无脑copy过来直接运行，你只需要修改成你自己项目里面的路径就可以了


import org.opencv.core.*;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
import org.opencv.objdetect.CascadeClassifier;

import java.util.Arrays;
import java.util.Base64;



/**
 * @author mijiupro
 */

public class FaceDetection {

    //人脸检测器
    private static final CascadeClassifier FACE_DETECTOR;

    //人脸模型xml文件路径
    private static final String FACE_MODEL_PATH = "src/main/java/com/mi9688/common/opencv/model/haarcascade_frontalface_alt.xml";
    //测试图片文件夹路径
    private static final String TRAINING_DATA_DIR = "src/main/java/com/mi9688/common/opencv/sample";
    //检测并处理后保存图片路径
    private static final String DETECTION_RESULT ="src/main/java/com/mi9688/common/opencv/result/result.jpg";

    static {
        System.loadLibrary(Core.NATIVE_LIBRARY_NAME);//加载库文件
        FACE_DETECTOR = new CascadeClassifier(FACE_MODEL_PATH);//创建级联分类器加载人脸模型xml文件
    }

    /**
     * 测试模型
     */
    public static void testModel() {
        // 加载样本图片
        Mat image = Imgcodecs.imread(TRAINING_DATA_DIR+"/1.jpg");
        // 检测人脸
        MatOfRect faceDetections = new MatOfRect();
        FACE_DETECTOR.detectMultiScale(image, faceDetections);

        int numFaces = faceDetections.toArray().length;
        System.out.println("人脸数量: " + numFaces);
        // 绘制标人脸识框并打印人脸位置坐标
        Arrays.stream(faceDetections.toArray()).forEach(
                (rect) -> {
                    Imgproc.rectangle(image, new Point(rect.x, rect.y),
                            new Point(rect.x + rect.width, rect.y + rect.height),
                            new Scalar(0, 255, 0));
                    System.out.println("坐标： (" + rect.x + ", " + rect.y + ")");
                });

        // 保存处理后的图片
        Imgcodecs.imwrite(DETECTION_RESULT, image);
    }

    public static void main(String[] args) {
        testModel();

    }
}

运行后你会得到：

恭喜你完成了第一步，当你把人脸识别封装成接口时，又会遇到惊喜，下面说一下这个惊喜。

7.编写前端提交人脸图片的后端人脸校验接口

继续在该测试类写个人脸校验静态方法

public static Boolean hasOneFace(String base64Image) {
        try {
            Mat imageMat = Imgcodecs.imdecode(new MatOfByte(Base64.getDecoder().decode(base64Image)), Imgcodecs.IMREAD_UNCHANGED);
            // 转换为灰度图像
            Mat grayImageMat = new Mat();
            Imgproc.cvtColor(imageMat, grayImageMat, Imgproc.COLOR_BGR2GRAY);
            // 检测人脸
            MatOfRect faceDetections = new MatOfRect();
            FACE_DETECTOR.detectMultiScale(grayImageMat, faceDetections, 1.1, 2, 0, new Size(30, 30));

            int numFaces = faceDetections.toArray().length;
            log.info("人脸数量: " + numFaces);
            if (numFaces != 1) {
                log.info("请确保人脸数量为1，且人脸位于图片正中央");
                return false;
            }
            Arrays.stream(faceDetections.toArray()).forEach(rect -> log.info("坐标： (" + rect.x + ", " + rect.y + ")"));

        } catch (Exception e) {
            log.info(e.getMessage());
        }
        return true;
    }

controller：

 @PostMapping("/staff-is-face1")
    public Result<?> isFaceByOpencv(@RequestBody String faceBase64) {
        if(FaceDetection.hasOneFace(faceBase64)){
            return Result.success();
        }

       return Result.error(ResultCode.FAIL);
    }

8惊喜：这时前端调用你的接口就会：

又出现库找不到异常了：

这时候你大概率引入了热部署依赖大部分都是这个原因：

这时你需要注释掉热部署导入，然后maven刷新依赖,重启就解决了。

如果还没有解决

那就在你的C:\Windows\System32目录也复制一份库文件opencv_java453.dll

ok到这里你99%已经可以愉快使用你的opencv了

9.注意：该依赖目前不支持java自训练模型，自训练接口仅对c++语言提供，社区补充版本的依赖可以支持模型自训练

地址如下:https://github.com/opencv/opencv/blob/master/data/haarcascades/haarcascade_frontalface_alt.xml

maven坐标：

         <dependency>
            <groupId>org.bytedeco</groupId>
            <artifactId>javacv-platform</artifactId>
            <version>1.5.9</version>
        </dependency>

具体看github官方文档