1.JAVA的JNI部分
调用JNI的基类
package lveyo.bcndyl.jni.opencv;
public class JNIBase {
public JNIBase(){}
public JNIBase(String libraryName){
loadLibrary(libraryName);
}
private static void loadLibrary(String libraryName){
System.loadLibrary(libraryName);
}
}
实现这个基类
package lveyo.bcndyl.jni.opencv;
public class JNIOpencv extends JNIBase{
public JNIOpencv (String libraryName){
super(libraryName);
}
public JNIOpencv(){
System.loadLibrary("jniOpenCV");
}
public native int[] detectFace(int minFaceWidth, int minFaceHeight,
String cascade, String filename);
}
类中定义了一个detectFace方法,是要用C来实现的。
编译好这个类后,要用在命令行用javah命令生成需要的.h的头文件:
引用
javah lveyo.bcndyl.jni.opencv.JNIOpencv
会生成一个名为lveyo_bcndyl_jni_opencv_JNIOpencv.h的头文件:
/* DO NOT EDIT THIS FILE - it is machine generated */
#include <jni.h>
/* Header for class lveyo_bcndyl_jni_opencv_JNIOpencv */
#ifndef _Included_lveyo_bcndyl_jni_opencv_JNIOpencv
#define _Included_lveyo_bcndyl_jni_opencv_JNIOpencv
#ifdef __cplusplus
extern "C" {
#endif
/*
* Class: lveyo_bcndyl_jni_opencv_JNIOpencv
* Method: detectFace
* Signature: (IILjava/lang/String;Ljava/lang/String;)[I
*/
JNIEXPORT jintArray JNICALL Java_lveyo_bcndyl_jni_opencv_JNIOpencv_detectFace
(JNIEnv *, jobject, jint, jint, jstring, jstring);
#ifdef __cplusplus
}
#endif
#endif
2.C程序部分
按照
http://www.opencv.org.cn/index.php/Template:Install安装OpenCV并配置相应的开发环境,我这里用的是VS2005,同时要将JDK中的include目录和include/win32目录都加入到VS2005的Include Files中。
新建一个win32 MFC DLL项目jniOpenCV,把刚才生成的lveyo_bcndyl_jni_opencv_JNIOpencv.h头文件加入到项目,并且修改jniOpenCV.cpp文件:
#include "stdafx.h"
#include <jni.h>
#include "lveyo_bcndyl_jni_opencv_JNIOpencv.h"
#include "cv.h"
#include "highgui.h"
JNIEXPORT jintArray JNICALL Java_lveyo_bcndyl_jni_opencv_JNIOpencv_detectFace
(JNIEnv *env, jobject obj, jint width, jint height, jstring cascade, jstring filename)
{
const char *str_cascade, *str_filename;
str_cascade = env->GetStringUTFChars(cascade, false);
str_filename = env->GetStringUTFChars(filename, false);
jintArray faceArray;
CvHaarClassifierCascade *cv_cascade = (CvHaarClassifierCascade*)cvLoad( str_cascade );
IplImage *image = cvLoadImage( str_filename, 1 );
if(image!=0){
CvMemStorage* storage = cvCreateMemStorage(0);
CvSeq* faces;
//double t = (double)cvGetTickCount();
/* use the fastest variant */
faces = cvHaarDetectObjects( image, cv_cascade, storage, 1.2, 2,
CV_HAAR_DO_CANNY_PRUNING, cvSize(width, height) );
//t = (double)cvGetTickCount() - t;
//printf( "detection time = %gms\n", t/((double)cvGetTickFrequency()*1000.) );
const int total = faces->total;
faceArray = env-> NewIntArray(4*total);
jint faceBuf[4];
for( int i = 0; i < total; i++ )
{
CvRect face_rect = *(CvRect*)cvGetSeqElem( faces, i );
int pointX = face_rect.x;
int pointY = face_rect.y;
int faceWidth = face_rect.width;
int faceHeight = face_rect.height;
//printf("i %d, x %d, y %d, width %d, height %d\n",
// i,pointX,pointY,faceWidth,faceHeight);
faceBuf[0] = pointX;
faceBuf[1] = pointY;
faceBuf[2] = faceWidth;
faceBuf[3] = faceHeight;
env->SetIntArrayRegion(faceArray,i*4,4,faceBuf);
}
cvReleaseMemStorage( &storage );
cvReleaseImage( &image );
}
cvReleaseHaarClassifierCascade( &cv_cascade );
env->ReleaseStringUTFChars(cascade, str_cascade);
env->ReleaseStringUTFChars(filename, str_filename);
return faceArray;
}
编译生成jniOpenCV.dll。此处的检测代码是根据OpenCV的文档和示例程序修改,由于本人对c++程序不是很熟练,所以对此段代码是否会有潜在危险和内存泄露不是很肯定,还请熟悉c使用的朋友帮忙检查一下。
别忘记将生成的jniOpenCV.dll文件复制到%JAVA_HOME%/bin中,如果在没安装OpenCV的机器上运行,还需要将OpenCV安装目录中bin目录下所有dll文件一起复制到%JAVA_HOME%/bin中。
3.实现JAVA的调用
package lveyo.bcndyl.jni.opencv;
public class Test {
public static void main(String[] args) {
//初始化JNI调用类JNIOpencv
JNIOpencv open = new JNIOpencv("jniOpenCV");
//要检测的图片文件
String filename = "d:/80010.jpg";
//OpenCv提供的人间的特征文件
String cascade = "d:/haarcascade_frontalface_alt2.xml";
//人脸检测,前两个参数为可检测的最小人脸的宽度和高度
//返回值为人脸在图中的坐标和宽高,{x, y, width, height}
int[] faces = open.detectFace(40, 40, cascade, filename);
if(faces != null && faces.length!=0){
//返回的人脸总数
System.out.println( "faces " + faces.length/4 );
//分别输出每个人脸的坐标信息
for (int temp : faces) {
System.out.println(temp);
}
}
}
}
分享到:
相关推荐
本教程将详细讲解如何在Java环境中调用OpenCV来实现人脸检测。 首先,我们需要理解OpenCV的基本概念。OpenCV是一个跨平台的计算机视觉库,它包含了众多用于图像处理、特征检测、机器学习等功能的C++接口。为了在...
总的来说,"android opencv人脸检测"项目涉及到了Android应用开发、NDK编程、OpenCV库的集成以及计算机视觉中的特征检测技术。通过这样的项目,开发者不仅可以提升Android原生开发能力,还能深入理解计算机视觉领域...
Java 结合 OpenCV 进行人脸检测是一种常见的计算机视觉应用场景,尤其在开发基于图像处理的系统时。OpenCV 是一个强大的开源计算机视觉库,它提供了丰富的功能,包括图像处理、特征检测、对象识别等。而Java,作为一...
4. **实现本地代码**:在C/C++层实现JNI函数,直接调用OpenCV的人脸检测算法,如Haar特征级联分类器或者LBP特征级联分类器。 5. **链接库文件**:在Android.mk或CMakeLists.txt文件中,指定链接OpenCV库的路径和...
Java是编程语言,通过Java Native Interface (JNI) 或者 JavaCPP库可以方便地调用OpenCV的C++接口,使得在Java环境中也能高效地应用OpenCV。 首先,让我们了解人脸检测的基本原理。OpenCV中的人脸检测主要基于Haar...
总结,"java结合opencv人脸检测识别.zip"的项目内容涵盖了如何在Java环境下集成和使用OpenCV进行人脸检测和识别的技术,涉及到的步骤包括环境配置、人脸检测算法应用、人脸识别模型建立和优化等。通过这个项目,...
在Java中使用OpenCV进行人脸检测,通常需要通过JNI来实现,因为OpenCV的核心算法是用C++编写的。JNI2OpenCV项目就是这样一个桥梁,它将OpenCV的C/C++代码编译为动态链接库,使得Java程序能够通过本地方法调用这些...
Java部分则通过JNI调用这个本地库,实现人脸检测功能。这样做的好处是可以在保持Java的跨平台性的同时,利用OpenCV的高性能。 ### 开发步骤 1. **配置OpenCV**: 首先需要安装OpenCV库,并确保开发环境(如Android ...
本文将深入探讨如何在Android应用中通过Java接口调用OpenCV 2.4版本,以实现将图片转换为灰度图的功能。 首先,我们需要理解OpenCV的基本概念。OpenCV(Open Source Computer Vision Library)是一个跨平台的计算机...
开发过程中,可以使用Java或C++ API,通过JNI(Java Native Interface)进行调用。OpenCV的Android样例代码通常会包含一个初始化步骤,加载OpenCV库并设置相应的回调函数。 在实现人脸识别时,需要注意性能优化,...
它通过JNI(Java Native Interface)将Java代码与OpenCV的C++核心库连接起来,使得Java开发者也能便捷地调用OpenCV的底层算法。 **3. 人脸识别** 人脸识别是计算机视觉领域中的一个重要课题,它涉及人脸检测、特征...
在Android开发中,JNI被用来调用C/C++代码,以实现高性能或低级别的功能,例如本项目中的人脸检测算法可能就是用C++实现的。通过JNI,开发者可以将OpenCV的C++库封装成Android可以调用的.so动态链接库。 接着,我们...
在这个项目中,Java用于编写后端代码,处理来自前端的请求,调用OpenCV库进行人脸识别,并将结果返回。Java的多线程能力使得处理多个并发请求成为可能,提高了系统的响应速度。 Spring Boot简化了Spring框架的使用...
这篇博客“java人脸识别在项目中的应用(一)”将介绍如何在Java项目中集成和使用人脸识别功能,特别是通过JNI(Java Native Interface)调用OpenCV库来实现这一目标。OpenCV是一个强大的计算机视觉库,支持多种编程...
【FaceDetectAndroid2】是一个基于Android平台的人脸检测应用程序,它利用了OpenCV库的强大功能,特别是其Cascade Classifier模块,来实现在实时摄像头预览中检测人脸。OpenCV是一个开源的计算机视觉库,广泛用于...
此外,Java测试程序表明了整个流程的正确性,这可能是一个简单的Java应用,通过JNI调用C++编写的DLL,传入测试图像,然后接收并解析返回的人脸识别结果。测试程序的存在对于验证算法的准确性和性能至关重要,确保在...
Java程序在导入此jar包后,可以通过Java代码调用OpenCV的功能。 4. **x86和x64**:这两个文件夹分别对应32位(x86)和64位(x64)的系统环境。OpenCV的动态链接库(dll)文件需要与运行环境匹配,否则可能会导致...
5. **OpenCV人脸检测步骤**: - 加载预训练的Haar级联分类器XML文件。 - 对输入图像或视频帧进行灰度处理,以减少计算复杂性。 - 应用级联分类器在灰度图像上滑动窗口进行检测,寻找符合人脸特征的区域。 - 返回...