`
rich8w
  • 浏览: 180639 次
  • 性别: Icon_minigender_1
  • 来自: 上海
社区版块
存档分类
最新评论

转:Java使用OpenCV进行人脸识别

    博客分类:
  • Java
阅读更多
原帖地址:http://www.docslib.com/html/JAVAwendang/2009/0703/28.html


遇到opencv,使用后,列一下。
(当然据说目前挺火的 绿*霸 用的就是这个)
opencv是个图形函数库,内容丰富。是Intel资助的开源计算机视觉库。
由一系列 C 函数和少量 C++ 类构成,实现了图像处理和计算机视觉方面的很多通用算法。
OpenCV 对非商业应用和商业应用都是免费(FREE)的。
相关网站:
http://www.opencv.org.cn
http://sourceforge.net/projects/opencvlibrary/
http://tech.groups.yahoo.com/group/OpenCV/

下载下来后,例子直接运行。
有些情况,比如提供的例子运行出错,需要重新编译。
windows下,vc6,重编译时有错误,是源程序里有个注释写错了位置,改了可以了,编译有顺序,一般提示...d文件找不到,顺藤摸瓜的找到源文件,编译就可以。

有个face检测的程序有意思:
可以检测人脸。
直接调用人脸检测函数。非常简单


人脸检测是2002年的论文?后来加入了侧脸检测?
#include "cv.h"
#include "highgui.h"

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <assert.h>
#include <math.h>
#include <float.h>
#include <limits.h>
#include <time.h>
#include <ctype.h>

#ifdef _EiC
#define WIN32
#endif

static CvMemStorage* storage = 0;
static CvHaarClassifierCascade* cascade = 0;
static CvHaarClassifierCascade* nested_cascade = 0;
int use_nested_cascade = 0;

void detect_and_draw( IplImage* image );

const char* cascade_name ="1.xml";
   // "../../data/haarcascades/haarcascade_frontalface_alt_tree.xml";
/*    "";haarcascade_profileface.xml*/
const char* nested_cascade_name ="2.xml";
 //   "../../data/haarcascades/haarcascade_eye_tree_eyeglasses.xml";
//    "../../data/haarcascades/";
double scale = 1;

int main( int argc, char** argv )
{
    CvCapture* capture = 0;
    IplImage *frame, *frame_copy = 0;
    IplImage *image = 0;
    const char* scale_opt = "--scale=";
    int scale_opt_len = (int)strlen(scale_opt);
    const char* cascade_opt = "--cascade=";
    int cascade_opt_len = (int)strlen(cascade_opt);
    const char* nested_cascade_opt = "--nested-cascade";
    int nested_cascade_opt_len = (int)strlen(nested_cascade_opt);
    int i;
    const char* input_name = 0;


            input_name = argv[1];
   

    cascade = (CvHaarClassifierCascade*)cvLoad( cascade_name, 0, 0, 0 );

    if( !cascade )
    {
        fprintf( stderr, "ERROR: Could not load classifier cascade\n" );
        fprintf( stderr,
        "Usage: facedetect [--cascade=\"<cascade_path>\"]\n"
        "   [--nested-cascade[=\"nested_cascade_path\"]]\n"
        "   [--scale[=<image scale>\n"
        "   [filename|camera_index]\n" );
        return -1;
    }
    
    if( !input_name || (isdigit(input_name[0]) && input_name[1] == '\0') )
        capture = cvCaptureFromCAM( !input_name ? 0 : input_name[0] - '0' );
    else if( input_name )
    {

    storage = cvCreateMemStorage(0);        image = cvLoadImage( input_name, 1 );
        if( !image )
            capture = cvCaptureFromAVI( input_name );
    }
    else
        image = cvLoadImage( "lena.jpg", 1 );

    cvNamedWindow( "result", 1 );

    if( capture )
    {
        for(;;)
        {
            if( !cvGrabFrame( capture ))
                break;
            frame = cvRetrieveFrame( capture );
            if( !frame )
                break;
            if( !frame_copy )
                frame_copy = cvCreateImage( cvSize(frame->width,frame->height),
                                            IPL_DEPTH_8U, frame->nChannels );
            if( frame->origin == IPL_ORIGIN_TL )
                cvCopy( frame, frame_copy, 0 );
            else
                cvFlip( frame, frame_copy, 0 );
            
            detect_and_draw( frame_copy );

            if( cvWaitKey( 10 ) >= 0 )
                goto _cleanup_;
        }

        cvWaitKey(0);
_cleanup_:
        cvReleaseImage( &frame_copy );
        cvReleaseCapture( &capture );
    }
    else
    {
        if( image )
        {
  
            detect_and_draw( image );
           cvShowImage( "result", image );
            cvWaitKey(0);
            cvReleaseImage( &image );
        }
        else if( input_name )
        {
            /* assume it is a text file containing the
               list of the image filenames to be processed - one per line */
            FILE* f = fopen( input_name, "rt" );
            if( f )
            {
                char buf[1000+1];
                while( fgets( buf, 1000, f ) )
                {
                    int len = (int)strlen(buf), c;
                    while( len > 0 && isspace(buf[len-1]) )
                        len--;
                    buf[len] = '\0';
                    printf( "file %s\n", buf ); 
                    image = cvLoadImage( buf, 1 );
                    if( image )
                    {
                        detect_and_draw( image );
                        c = cvWaitKey(0);
                        if( c == 27 || c == 'q' || c == 'Q' )
                            break;
                        cvReleaseImage( &image );
                    }
                }
                fclose(f);
            }
        }
    }
    
    cvDestroyWindow("result");

    return 0;
}

void detect_and_draw( IplImage* img )
{
    static CvScalar colors[] = 
    {
        {{0,0,255}},
        {{0,128,255}},
        {{0,255,255}},
        {{0,255,0}},
        {{255,128,0}},
        {{255,255,0}},
        {{255,0,0}},
        {{255,0,255}}
    };

    IplImage *gray, *small_img;
    int i, j;

    gray = cvCreateImage( cvSize(img->width,img->height), 8, 1 );
    small_img = cvCreateImage( cvSize( cvRound (img->width/scale),
                         cvRound (img->height/scale)), 8, 1 );

    cvCvtColor( img, gray, CV_BGR2GRAY );
    cvResize( gray, small_img, CV_INTER_LINEAR );
    cvEqualizeHist( small_img, small_img );
    cvClearMemStorage( storage );

    if( cascade )
    {
        double t = (double)cvGetTickCount();
        CvSeq* faces = cvHaarDetectObjects( small_img, cascade, storage,
                                            1.1, 2, 0
                                            //|CV_HAAR_FIND_BIGGEST_OBJECT
                                            //|CV_HAAR_DO_ROUGH_SEARCH
                                            |CV_HAAR_DO_CANNY_PRUNING
                                            //|CV_HAAR_SCALE_IMAGE
                                            ,
                                            cvSize(30, 30) );
        t = (double)cvGetTickCount() - t;
        printf( "detection time = %gms\n", t/((double)cvGetTickFrequency()*1000.) );
        for( i = 0; i < (faces ? faces->total : 0); i++ )
        {
            CvRect* r = (CvRect*)cvGetSeqElem( faces, i );
            CvMat small_img_roi;
            CvSeq* nested_objects;
            CvPoint center;
            CvScalar color = colors[i%8];
            int radius;
            center.x = cvRound((r->x + r->width*0.5)*scale);
            center.y = cvRound((r->y + r->height*0.5)*scale);
            radius = cvRound((r->width + r->height)*0.25*scale);
  
            cvCircle( img, center, radius, color, 3, 8, 0 );
   

            if( !nested_cascade )
                continue;
            cvGetSubRect( small_img, &small_img_roi, *r );
            nested_objects = cvHaarDetectObjects( &small_img_roi, nested_cascade, storage,
                                        1.1, 2, 0
                                        //|CV_HAAR_FIND_BIGGEST_OBJECT
                                        //|CV_HAAR_DO_ROUGH_SEARCH
                                        //|CV_HAAR_DO_CANNY_PRUNING
                                        //|CV_HAAR_SCALE_IMAGE
                                        ,
                                        cvSize(0, 0) );
            for( j = 0; j < (nested_objects ? nested_objects->total : 0); j++ )
            {
                CvRect* nr = (CvRect*)cvGetSeqElem( nested_objects, j );
                center.x = cvRound((r->x + nr->x + nr->width*0.5)*scale);
                center.y = cvRound((r->y + nr->y + nr->height*0.5)*scale);
                radius = cvRound((nr->width + nr->height)*0.25*scale);
                cvCircle( img, center, radius, color, 3, 8, 0 );

            }
        }
    }

    cvShowImage( "result", img );
    cvReleaseImage( &gray );
    cvReleaseImage( &small_img );
}


相关数据:
haarcascade_frontalface_alt1.xml等
是人脸检测用的人的眼睛,鼻子等数据。
当然可以改名或使用你自己的。

java使用opencv
用JNI2OpenCV.dll:

FaceDetection.java

class JNIOpenCV {
    static {
        System.loadLibrary("JNI2OpenCV");
    }
    public native int[] detectFace(int minFaceWidth, int minFaceHeight, String cascade, String filename);
}

public class FaceDetection {
 private JNIOpenCV myJNIOpenCV;
 private FaceDetection myFaceDetection;
 
 public FaceDetection() {
  myJNIOpenCV = new JNIOpenCV();
  String filename = "5.jpg";
  String cascade = "haarcascade_frontalface_default.xml";
  
    int[] detectedFaces = myJNIOpenCV.detectFace(40, 40, cascade, filename);
    int numFaces = detectedFaces.length / 4;
    
     System.out.println("numFaces = " + numFaces);
     for (int i = 0; i < numFaces; i++) {
      System.out.println("Face " + i + ": " + detectedFaces[4 * i + 0] + " " + detectedFaces[4 * i + 1] + " " + detectedFaces[4 * i + 2] + " " + detectedFaces[4 * i + 3]);
     }
 }
    
    public static void main(String args[]) {
        FaceDetection myFaceDetection = new FaceDetection();   
    }
}


就可以在java中实现人脸识别了。
第一副图是c语言的人脸识别效果。

第二幅图是java版的效果。



相关文件备份:
http://www.namipan.com/d/a0d6b376810bf6b02c977435be95fb9d55a95fe4540d3c00

有运行不了的情况,是要重编译opencv
题外话:(当然据说目前挺火的绿*霸用的就是这个)
“从XFImage.xml可观察到,绿*霸使用了OpenCV的haar分类器进行人脸检测。绿*霸附带的cximage.dll、 CImage.dll、xcore.dll和Xcv.dll也来自OpenCV的库文件。都反映出绿*霸主要使用了OpenCV来进行图像方面的处理。绿*霸 也无视了OpenCV的BSD许可证。”
http://www.docslib.com/uploads/soft/200907/1_03181303.rar
(已上传的文件:Java调OpenCV.rar)
  • 大小: 6.5 KB
  • 大小: 276.3 KB
分享到:
评论
2 楼 qingtianxl 2012-04-28  
识别率太低了
1 楼 ihopethatwell 2012-02-01  
楼主,在android中这个怎么使用?

相关推荐

    springboot +opencv 人脸识别

    在本项目中,"SpringBoot + OpenCV 人脸识别" 是一个结合了现代Java Web开发框架Spring Boot和开源计算机视觉库OpenCV的人脸识别系统。这个系统利用OpenCV强大的图像处理和机器学习能力,通过SpringBoot的后端服务...

    Eclipse+Java+OpenCV246人脸识别

    以下是一个简单的Java代码示例,展示了如何使用OpenCV进行人脸识别: ```java import org.opencv.core.Core; import org.opencv.core.Mat; import org.opencv.core.MatOfRect; import org.opencv.core.Rect; import...

    通过rtmp/rtsp,openCV进行人脸识别并截图,Java版本

    本项目标题为“通过rtmp/rtsp,openCV进行人脸识别并截图,Java版本”,它结合了实时传输协议(RTMP)、实时流协议(RTSP)以及开源计算机视觉库OpenCV,用Java语言实现了一个简单的人脸识别和截图功能。下面将详细...

    基于opencv的人脸识别系统

    5. 人脸识别:对新的人脸图像进行同样的特征提取,然后用训练好的模型进行识别。 6. 结果输出:显示识别结果,可能包括识别出的人脸ID和对应的概率。 总的来说,基于OpenCV的人脸识别系统是通过利用OpenCV库的图像...

    Android+OpenCV+人脸识别源码(完整)

    在Android平台上进行人脸识别是一项复杂而有趣的任务,OpenCV库为开发者提供了强大的计算机视觉功能,使得在移动设备上实现这一功能成为可能。这个“Android+OpenCV+人脸识别源码(完整)”项目,正是一个整合了...

    java_opencv人脸识别.zip

    Java OpenCV人脸识别是一个结合了Java编程语言和OpenCV库的计算机视觉项目,主要目标是实现对人脸的检测和识别。OpenCV(Open Source Computer Vision Library)是一个强大的开源库,广泛应用于图像处理和计算机视觉...

    基于Java的OpenCV 3.4.3人脸识别设计源码

    本源码项目是基于Java的OpenCV 3.4.3人脸识别设计,包含77个文件,主要使用Java编程语言。该项目利用Java和OpenCV技术实现本机摄像头的人脸检测、人脸识别、人脸标记68个坐标点、人脸对齐和人脸特征测试等功能。同时...

    opencv+人脸检测(Java版)

    基于opencv的人脸识别,能实时显示,实时显示,opencv库已包含在里面,注:该资源为Java代码。

    opencv 人脸识别与人脸对比

    在这个"opencv 人脸识别与人脸对比"项目中,我们将深入探讨如何利用OpenCV进行实时的人脸检测、特征提取以及人脸识别。 首先,人脸识别的过程通常分为以下几个步骤: 1. **人脸检测**:OpenCV提供了多种人脸检测...

    基于开源OPENCV人脸识别(java版)

    在Java版的OpenCV中,我们可以利用这些功能来创建人脸识别的应用。 1. **Haar特征级联分类器**:这是一种用于对象检测的快速算法,通过预先训练好的级联分类器XML文件来检测图像中的人脸。OpenCV提供了一些预训练的...

    JavaOpenCV246人脸识别

    总结来说,JavaOpenCV246是Java开发者进行人脸识别项目的强大工具,结合OpenCV的功能,可以在不同的操作系统环境下实现高效的人脸检测和识别。`FindFacesUseJavaOpenCV246`的代码分析可以帮助我们理解如何在Java中...

    基于java+OpenCV人脸识别+图片相似度检测+源码+开发文档说明+代码解说(毕业设计&课程设计&项目开发)

    基于java+OpenCV人脸识别+图片相似度检测+源码+开发文档说明+代码解说,适合毕业设计、课程设计、项目开发。项目源码已经过严格测试,可以放心参考并在此基础上延申使用~ 项目简介: 检测任意两张图片的相似度思路 ...

    Android 人脸识别+人脸匹配(OpenCV+JavaCV)

    对于人脸识别,可以考虑使用更新的算法,比如深度学习模型如DeepID、FaceNet等,它们在人脸检测和识别的准确率上通常优于传统方法。 此外,使用OpenCV和JavaCV时,需要处理好Android平台特有的问题,比如摄像头的...

    openCV实现的人脸识别 有源码

    在Java中,我们可以使用OpenCV的Java API来实现人脸识别。首先,需要引入OpenCV的Java库,然后加载级联分类器模型。接着,对每一帧图像进行灰度处理,然后应用级联分类器进行人脸检测。检测到的人脸区域可以通过矩形...

    人脸识别检测opencv简单java实现

    人脸识别检测opencv简单java实现要不是毕业好几年我都不舍得分享出来!!! CTRL+D收藏一下或者关注走一波-有你所需!不断更新! 其他相关下载,配套代码以及PPT。稳妥的小老弟 ...加载本地的OpenCV库,这样就可以用它...

    SDI_OpenCV.rar_MFC 人脸识别_MFC,opencv_人脸识别 opencv_人脸识别mfc_人脸识别openc

    通过学习这个MFC+OpenCV人脸识别项目,我们可以了解如何将高级的计算机视觉技术集成到日常应用中,提升软件的智能化程度。同时,这也为我们提供了进一步研究深度学习、神经网络等复杂人脸识别技术的基础。在实际开发...

    基于OpenCV的人脸识别系统在学生考勤中的应用.pdf

    在人脸识别技术中,OpenCV使用了Haar特征分类器和AdaBoost算法,这两种技术在人脸检测和识别中起着关键作用。 Haar特征分类器是一种基于特征级联结构的算法,它能快速检测出图像中的人脸。该算法首先通过Haar-like...

Global site tag (gtag.js) - Google Analytics