Java + opencv 实现视频人脸检测
发布于: 2021 年 03 月 29 日
一、实现思路
调用电脑的摄像头，把摄像的信息逐帧分解成图片，基于图片检测标识出人脸的位置，把处理的图片逐帧绘制给用户，用户看到的效果就是视频的人脸检测。
效果预览:
二、实现步骤
使用 OpenCV 调用摄像头并展示。
(1)、获取摄像头
VideoCapture camera = new VideoCapture(); // 参数0表示，获取第一个摄像头。 camera.open(0);复制代码
参数 0 表示，获取此设备的第一个摄像头。
(2)、显示摄像头采集到的视频帧
逐帧显示，代码如下：
// 图像帧 Mat frame = new Mat(); for(;;) { camera.read(frame); draw(frame); // 等待用户按esc停止检测 if(HighGui.waitKey(100) == 27) { break; } } // 释放摄像头 camera.release(); // 释放窗口资源 HighGui.destroyAllWindows();复制代码
HighGui.waitKey(100) == 27，含义是获取用户输入 ESC，则跳出循环。
(3)、视频的人脸识别
/** * 逐帧处理 * @param frame */ private static void draw(Mat frame) { Mat grayFrame = new Mat(); Imgproc.cvtColor(frame, grayFrame, Imgproc.COLOR_BGR2GRAY); // OpenCv人脸识别分类器 CascadeClassifier classifier = new CascadeClassifier("/usr/local/share/OpenCV/haarcascades/haarcascade_frontalface_default.xml"); // 用来存放人脸矩形 MatOfRect faceRect = new MatOfRect(); // 特征检测点的最小尺寸 Size minSize = new Size(32, 32); // 图像缩放比例,可以理解为相机的X倍镜 double scaleFactor = 1.2; // 对特征检测点周边多少有效检测点同时检测,这样可以避免选取的特征检测点大小而导致遗漏 int minNeighbors = 3; // 执行人脸检测 classifier.detectMultiScale(grayFrame, faceRect, scaleFactor, minNeighbors, CV_HAAR_DO_CANNY_PRUNING, minSize); Scalar color = new Scalar(0, 0, 255); for(Rect rect: faceRect.toArray()) { int x = rect.x; int y = rect.y; int w = rect.width; int h = rect.height; // 框出人脸 Imgproc.rectangle(frame, new Point(x, y), new Point(x + h, y + w), color, 2); } HighGui.imshow("预览", frame); }复制代码
三、完整的代码如下
package com.biubiu.example; import org.opencv.core.*;import org.opencv.highgui.HighGui;import org.opencv.imgproc.Imgproc;import org.opencv.objdetect.CascadeClassifier;import org.opencv.videoio.VideoCapture; import static org.bytedeco.javacpp.opencv_objdetect.CV_HAAR_DO_CANNY_PRUNING; /** * 视频人脸检测 */public class VideoDetect { static { // 加载 动态链接库 System.loadLibrary(Core.NATIVE_LIBRARY_NAME); } public static void main(String[] args) { VideoCapture camera = new VideoCapture(); // 参数0表示，获取第一个摄像头。 camera.open(0); // 图像帧 Mat frame = new Mat(); for(;;) { camera.read(frame); draw(frame); // 等待用户按esc停止检测 if(HighGui.waitKey(100) == 100) { break; } } // 释放摄像头 camera.release(); // 释放窗口资源 HighGui.destroyAllWindows(); } /** * 逐帧处理 * @param frame */ private static void draw(Mat frame) { Mat grayFrame = new Mat(); Imgproc.cvtColor(frame, grayFrame, Imgproc.COLOR_BGR2GRAY); // OpenCv人脸识别分类器 CascadeClassifier classifier = new CascadeClassifier("/usr/local/share/OpenCV/haarcascades/haarcascade_frontalface_default.xml"); // 用来存放人脸矩形 MatOfRect faceRect = new MatOfRect(); // 特征检测点的最小尺寸 Size minSize = new Size(32, 32); // 图像缩放比例,可以理解为相机的X倍镜 double scaleFactor = 1.2; // 对特征检测点周边多少有效检测点同时检测,这样可以避免选取的特征检测点大小而导致遗漏 int minNeighbors = 3; // 执行人脸检测 classifier.detectMultiScale(grayFrame, faceRect, scaleFactor, minNeighbors, CV_HAAR_DO_CANNY_PRUNING, minSize); Scalar color = new Scalar(0, 0, 255); for(Rect rect: faceRect.toArray()) { int x = rect.x; int y = rect.y; int w = rect.width; int h = rect.height; // 框出人脸 Imgproc.rectangle(frame, new Point(x, y), new Point(x + h, y + w), color, 2); } HighGui.imshow("预览", frame); }}复制代码
四、关于引用和依赖
请参考上一篇文章
划线
评论
复制
发布于: 2021 年 03 月 29 日阅读数: 8
版权声明: 本文为 InfoQ 作者【张音乐】的原创文章。
原文链接:【http://xie.infoq.cn/article/7ced5764423439468d674fc73】。文章转载请联系作者。
张音乐
关注
求你关注我,别不识抬举.别逼我跪下来求你. 2021.03.28 加入
还未添加个人简介
评论