java 人脸检测_Java+opencv3.2.0实现人脸检测功能

本文介绍了使用Java结合OpenCV3.2.0进行人脸检测的方法,重点讲解了Haar特征分类器和detectMultiScale函数的应用,并提供了一段示例代码,演示如何加载特征文件检测人脸,最后展示了源图像与检测结果。
摘要由CSDN通过智能技术生成

说到人脸检测,首先要了解Haar特征分类器。Haar特征分类器说白了就是一个个的xml文件,不同的xml里面描述人体各个部位的特征值,比如人脸、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

通过加载不同的特征文件,就能达到相应的检测效果。

OpenCV3.2.0中detectMultiScale函数参数说明:

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

image:待检测图片,一般为灰度图(提高效率)

objects:被检测物体的矩形框向量组

scaleFactor: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%

minNeighbors:构成检测目标的相邻矩形的最小个数(默认为3个)

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

minSize:得到的目标区域的最小范围

maxSize:得到的目标区域的最大范围

人脸检测示例代码:

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);

}

}

源图像与结果图:

5b0813bfab19e3ed34697114a701204f.png

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值