王者归来opencv3java_Java+opencv3.2.0之人臉檢測

說到人臉檢測，首先要了解Haar特征分類器。Haar特征分類器說白了就是一個個的xml文件，不同的xml里面描述人體各個部位的特征值，比如人臉、眼睛等等。OpenCV3.2.0中提供了如下特征文件：

haarcascade_eye.xml

haarcascade_eye_tree_eyeglasses.xml

haarcascade_frontalcatface.xml

haarcascade_frontalcatface_extended.xml

haarcascade_frontalface_alt.xml

haarcascade_frontalface_alt_tree.xml

haarcascade_frontalface_alt2.xml

haarcascade_frontalface_default.xml

haarcascade_fullbody.xml

haarcascade_lefteye_2splits.xml

haarcascade_licence_plate_rus_16stages.xml

haarcascade_lowerbody.xml

haarcascade_profileface.xml

haarcascade_righteye_2splits.xml

haarcascade_russian_plate_number.xml

haarcascade_smile.xml

haarcascade_upperbody.xml

通過加載不同的特征文件，就能達到相應的檢測效果。

OpenCV3.2.0中detectMultiScale函數參數說明：

detectMultiScale(Mat image, MatOfRect objects, double scaleFactor, int minNeighbors, int flags, Size minSize, Size maxSize)

image：待檢測圖片，一般為灰度圖(提高效率)

objects：被檢測物體的矩形框向量組

scaleFactor：前后兩次相繼的掃描中，搜索窗口的比例系數。默認為1.1即每次搜索窗口依次擴大10%

minNeighbors：構成檢測目標的相鄰矩形的最小個數(默認為3個)

flags：要么使用默認值，要么使用CV_HAAR_DO_CANNY_PRUNING，如果設置為CV_HAAR_DO_CANNY_PRUNING，那么函數將會使用Canny邊緣檢測來排除邊緣過多或過少的區域，因此這些區域通常不會是人臉所在區域

minSize：得到的目標區域的最小范圍

maxSize：得到的目標區域的最大范圍

人臉檢測示例代碼：

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;

public class FaceDetect

{

public static void main(String[] args)

{

// TODO Auto-generated method stub

System.loadLibrary(Core.NATIVE_LIBRARY_NAME);

System.out.println("\nRunning FaceDetector");

CascadeClassifier faceDetector = new CascadeClassifier();

faceDetector.load(

"C:\\Program Files\\opencv\\sources\\data\\haarcascades\\haarcascade_frontalface_alt.xml");

Mat image = Imgcodecs.imread("F:\\1114.jpg");

MatOfRect faceDetections = new MatOfRect();

faceDetector.detectMultiScale(image, faceDetections);

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

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));

}

String filename = "F:\\ouput.jpg";

Imgcodecs.imwrite(filename, image);

}

}

源圖像與結果圖：