鄂尔多斯网站建设公司,小程序模板源码免费下载,网站推广服务公司,简述网站建设的一般流程1. opencv概述 OpenCV是一个开源的计算机视觉库#xff0c;它提供了一系列丰富的图像处理和计算机视觉算法#xff0c;包括图像读取、显示、滤波、特征检测、目标跟踪等功能。 opencv官网#xff1a;https://opencv.org/ opencv官网文档#xff1a;https://docs.opencv.or…1. opencv概述 OpenCV是一个开源的计算机视觉库它提供了一系列丰富的图像处理和计算机视觉算法包括图像读取、显示、滤波、特征检测、目标跟踪等功能。 opencv官网https://opencv.org/ opencv官网文档https://docs.opencv.org/4.7.0/index.html 参考教程1https://www.w3cschool.cn/opencv/ 参考教程2https://www.yiibai.com/opencv/opencv_adding_text.html 2. 安装opencv 2.1 下载opencv opencv下载https://opencv.org/releases/ 这里我们使用4.7.0版本下载到本地后双击进行安装即可。 进入到opencv的安装目录 build 基于window构建sources开源提供源码进入到build\java 目录 x64与x86目录下是对应的.dll文件代表给不同的系统使用下面的代码会使用到.dll文件 opencv-460.jar给java操作openvc的程序包 2.2 准备文件 # 1. 特征分类器windows 和 linux 中的配置文件都一样随便用哪个都行 haarcascade_frontalface_alt.xml # windows 路径 : opencv\build\etc\haarcascades # linux 路径 : /usr/local/share/opencv4/haarcascades# 2. jar 包 - 也可以直接使用 javacv 中的 opencv 包 opencv-470.jar # windows 路径 : {opencv安装目录}\opencv\build\java # linux 路径 : /usr/local/share/java/opencv4# 3. 动态库 opencv_java470.dll (windows系统使用此文件) # windows 路径 : {opencv安装目录}\opencv\build\java\{x64}/{x86} 跟据系统选择 libopencv_java470.so (linux系统使用此文件) # linux 路径 : /usr/local/share/java/opencv43. 代码实现 3.1 pom.xml添加依赖 !-- 版本的依赖与下载的opencv版本一致-- dependencygroupIdorg.bytedeco/groupIdartifactIdopencv/artifactIdversion4.7.0-1.5.9/version/dependency或 dependencygroupIdorg.bytedeco/groupIdartifactIdjavacv-platform/artifactIdversion1.5.9/version/dependency或 dependencygroupIdorg.openpnp/groupIdartifactIdopencv/artifactIdversion4.7.0-0/version/dependency以上三个依赖任选其一即可项目打包后观察一下使用哪个依赖打包后的jar文件更小 ps依赖包太大优化参考https://blog.csdn.net/u014644574/article/details/122067708 3.2 编写代码 ps代码中存在加载.dll、haarcascade_frontalface_alt.xml文件请确保文件地址正确 package com.testpro.test.opencv;import org.opencv.core.*; import org.opencv.imgcodecs.Imgcodecs; import org.opencv.imgproc.Imgproc; import org.opencv.objdetect.CascadeClassifier;import java.util.Arrays;public class FaceCompare {// 初始化人脸探测器static CascadeClassifier faceDetector;private static final String PATH_PREFIX C:\\Users\\dev\\Desktop\\;static int i 0;static {// 判断系统String os System.getProperty(os.name);// 加载动态库if (os ! null os.toLowerCase().startsWith(windows)) {// Windows操作系统// todo windows 系统部署加载 .dll 文件 - 路径跟据自己存放位置更改【这里需要使用绝对路径】System.load(D:\\opencv\\opencv\\build\\java\\x64\\opencv_java470.dll);} else if (os ! null os.toLowerCase().startsWith(linux)) {// Linux操作系统// todo Linux 服务器部署加载 .so 文件 - 路径跟据自己存放位置更改【是否需要绝对路径有待验证目前只在windows 系统实践过】System.load(/opt/face/libopencv_java440.so);}// 引入 特征分类器配置 文件haarcascade_frontalface_alt.xml 文件路径// 此文件在opencv的安装目录build\etc\haarcascades下可以找到String property D:\\opencv\\opencv\\build\\etc\\haarcascades\\haarcascade_frontalface_alt.xml;System.out.println(property);faceDetector new CascadeClassifier(property);}public static void main(String[] args) {// 图片路径不能包含中文String str1 PATH_PREFIX 3-1.jpg;String str2 PATH_PREFIX 3-2.jpg;long start System.currentTimeMillis();double compareHist compare_image(str1, str2);System.out.println(time: (System.currentTimeMillis() - start));System.out.println(compareHist);if (compareHist 0.6) {System.out.println(人脸匹配);} else {System.out.println(人脸不匹配);}}// 灰度化人脸public static Mat conv_Mat(String img) {Mat image0 Imgcodecs.imread(img);Mat image1 new Mat();// 灰度化Imgproc.cvtColor(image0, image1, Imgproc.COLOR_BGR2GRAY);// 探测人脸MatOfRect faceDetections new MatOfRect();faceDetector.detectMultiScale(image1, faceDetections);// rect中人脸图片的范围for (Rect rect : faceDetections.toArray()) {Mat face new Mat(image1, rect);return face;}return null;}// 比较图片public static double compare_image(String img_1, String img_2) {Mat mat_1 conv_Mat(img_1);Mat mat_2 conv_Mat(img_2);Mat hist_1 new Mat();Mat hist_2 new Mat();//颜色范围MatOfFloat ranges new MatOfFloat(0f, 256f);//直方图大小 越大匹配越精确 (越慢)MatOfInt histSize new MatOfInt(10000000);Imgproc.calcHist(Arrays.asList(mat_1), new MatOfInt(0), new Mat(), hist_1, histSize, ranges);Imgproc.calcHist(Arrays.asList(mat_2), new MatOfInt(0), new Mat(), hist_2, histSize, ranges);// CORREL 相关系数double res Imgproc.compareHist(hist_1, hist_2, Imgproc.CV_COMP_CORREL);return res;}}上述代码加载.dll文件也可使用以下方式 ps:【不过以下方式需要将opencv安装目录下的build\java\x64\opencv_java470.dll文件复制到C:\Windows\System32目录下才可使用否则会报错】 // 使用此方法需将D:\opencv\opencv\build\java\x64\opencv_java470.dll文件复制到C:\Windows\System32目录下 System.loadLibrary(Core.NATIVE_LIBRARY_NAME);如下 4. 效果 5. 附完整代码 包括 从摄像头实时人脸识别识别成功保存图片到本地 从本地视频文件中识别人脸 本地图片人脸识别识别成功并保存人脸图片到本地 package com.testpro.test.opencv;import org.opencv.core.*; import org.opencv.highgui.HighGui; import org.opencv.imgcodecs.Imgcodecs; import org.opencv.imgproc.Imgproc; import org.opencv.objdetect.CascadeClassifier; import org.opencv.videoio.VideoCapture; import org.opencv.videoio.VideoWriter; import org.opencv.videoio.Videoio;import java.util.Arrays;/*** Opencv 图片人脸识别、实时摄像头人脸识别、视频文件人脸识别*/ public class FaceVideo {// 初始化人脸探测器static CascadeClassifier faceDetector;static int i 0;static {// 判断系统String os System.getProperty(os.name);// 加载动态库if (os ! null os.toLowerCase().startsWith(windows)) {// Windows操作系统// todo windows 系统部署加载 .dll 文件 - 路径跟据自己存放位置更改System.load(D:\\opencv\\opencv\\build\\java\\x64\\opencv_java470.dll); // ClassLoader.getSystemResource(dlls/opencv_java470.dll);} else if (os ! null os.toLowerCase().startsWith(linux)) {// Linux操作系统// todo Linux 服务器部署加载 .so 文件 - 路径跟据自己存放位置更改System.load(/opt/face/libopencv_java440.so);}// 引入 特征分类器配置 文件haarcascade_frontalface_alt.xml 文件路径String property D:\\opencv\\opencv\\build\\etc\\haarcascades\\haarcascade_frontalface_alt.xml;System.out.println(property);faceDetector new CascadeClassifier(property);}private static final String PATH_PREFIX C:\\Users\\dev\\Desktop\\;public static void main(String[] args) {// 1- 从摄像头实时人脸识别识别成功保存图片到本地 // getVideoFromCamera();// 2- 从本地视频文件中识别人脸 // getVideoFromFile();// 3- 本地图片人脸识别识别成功并保存人脸图片到本地 // face(5-1.jpg);// 4- 比对本地2张图的人脸相似度 越接近1越相似double compareHist compare_image(PATH_PREFIX 5-1.jpg, PATH_PREFIX 6-1.jpg);System.out.println(compareHist);if (compareHist 0.72) {System.out.println(人脸匹配);} else {System.out.println(人脸不匹配);}}/*** OpenCV-4.7.0 从摄像头实时读取*/public static void getVideoFromCamera() {//1 如果要从摄像头获取视频 则要在 VideoCapture 的构造方法写 0VideoCapture capture new VideoCapture(0);Mat video new Mat();int index 0;if (capture.isOpened()) {while (i 3) {// 匹配成功3次退出capture.read(video);HighGui.imshow(实时人脸识别, getFace(video));index HighGui.waitKey(100);if (index 27) {capture.release();break;}}} else {System.out.println(摄像头未开启);}try {capture.release();Thread.sleep(1000);System.exit(0);} catch (InterruptedException e) {e.printStackTrace();}return;}/*** OpenCV-4.7.0 从视频文件中读取*/public static void getVideoFromFile() {VideoCapture capture new VideoCapture();capture.open(PATH_PREFIX yimi.mp4);//1 读取视频文件的路径if (!capture.isOpened()) {System.out.println(读取视频文件失败);return;}Mat video new Mat();int index 0;while (capture.isOpened()) {capture.read(video);//2 视频文件的视频写入 Mat video 中HighGui.imshow(本地视频识别人脸, getFace(video));//3 显示图像index HighGui.waitKey(100);//4 获取键盘输入if (index 27) {//5 如果是 Esc 则退出capture.release();return;}}}/*** OpenCV-4.7.0 人脸识别** param image 待处理Mat图片(视频中的某一帧)* return 处理后的图片*/public static Mat getFace(Mat image) {// 1 读取OpenCV自带的人脸识别特征XML文件(faceDetector) // CascadeClassifier facebook new CascadeClassifier(D:\\Sofeware\\opencv\\sources\\data\\haarcascades\\haarcascade_frontalface_alt.xml);// 2 特征匹配类MatOfRect face new MatOfRect();// 3 特征匹配faceDetector.detectMultiScale(image, face);Rect[] rects face.toArray();System.out.println(匹配到 rects.length 个人脸);if (rects ! null rects.length 1) {// 4 为每张识别到的人脸画一个圈for (int i 0; i rects.length; i) {Imgproc.rectangle(image, new Point(rects[i].x, rects[i].y), new Point(rects[i].x rects[i].width, rects[i].y rects[i].height), new Scalar(0, 255, 0));Imgproc.putText(image, Human, new Point(rects[i].x, rects[i].y), Imgproc.FONT_HERSHEY_SCRIPT_SIMPLEX, 1.0, new Scalar(0, 255, 0), 1, Imgproc.LINE_AA, false);//Mat dstimage.clone();//Imgproc.resize(image, image, new Size(300,300));}i;if (i 3) {// 获取匹配成功第10次的照片Imgcodecs.imwrite(PATH_PREFIX face.png, image);}}return image;}/*** OpenCV-4.7.0 图片人脸识别*/public static void face(String filename) {// 1 读取OpenCV自带的人脸识别特征XML文件// OpenCV 图像识别库一般位于 opencv\sources\data 下面 // CascadeClassifier facebooknew CascadeClassifier(D:\\Sofeware\\opencv\\sources\\data\\haarcascades\\haarcascade_frontalface_alt.xml);// 2 读取测试图片String imgPath PATH_PREFIX filename;Mat image Imgcodecs.imread(imgPath);if (image.empty()) {System.out.println(image 内容不存在);return;}// 3 特征匹配MatOfRect face new MatOfRect();faceDetector.detectMultiScale(image, face);// 4 匹配 Rect 矩阵 数组Rect[] rects face.toArray();System.out.println(匹配到 rects.length 个人脸);// 5 为每张识别到的人脸画一个圈int i 1;for (Rect rect : face.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), 3);imageCut(imgPath, PATH_PREFIX i .jpg, rect.x, rect.y, rect.width, rect.height);// 进行图片裁剪i;}// 6 展示图片HighGui.imshow(人脸识别, image);HighGui.waitKey(0);}/*** 裁剪人脸** param imagePath* param outFile* param posX* param posY* param width* param height*/public static void imageCut(String imagePath, String outFile, int posX, int posY, int width, int height) {// 原始图像Mat image Imgcodecs.imread(imagePath);// 截取的区域参数,坐标X,坐标Y,截图宽度,截图长度Rect rect new Rect(posX, posY, width, height);// 两句效果一样Mat sub image.submat(rect); // Mat sub new Mat(image, rect);Mat mat new Mat();Size size new Size(width, height);Imgproc.resize(sub, mat, size);// 将人脸进行截图并保存Imgcodecs.imwrite(outFile, mat);System.out.println(String.format(图片裁切成功裁切后图片文件为 %s, outFile));}/*** 人脸比对** param img_1* param img_2* return*/public static double compare_image(String img_1, String img_2) {Mat mat_1 conv_Mat(img_1);Mat mat_2 conv_Mat(img_2);Mat hist_1 new Mat();Mat hist_2 new Mat();//颜色范围MatOfFloat ranges new MatOfFloat(0f, 256f);//直方图大小 越大匹配越精确 (越慢)MatOfInt histSize new MatOfInt(1000);Imgproc.calcHist(Arrays.asList(mat_1), new MatOfInt(0), new Mat(), hist_1, histSize, ranges);Imgproc.calcHist(Arrays.asList(mat_2), new MatOfInt(0), new Mat(), hist_2, histSize, ranges);// CORREL 相关系数double res Imgproc.compareHist(hist_1, hist_2, Imgproc.CV_COMP_CORREL);return res;}/*** 灰度化人脸** param img* return*/public static Mat conv_Mat(String img) {Mat image0 Imgcodecs.imread(img);Mat image1 new Mat();// 灰度化Imgproc.cvtColor(image0, image1, Imgproc.COLOR_BGR2GRAY);// 探测人脸MatOfRect faceDetections new MatOfRect();faceDetector.detectMultiScale(image1, faceDetections);// rect中人脸图片的范围for (Rect rect : faceDetections.toArray()) {Mat face new Mat(image1, rect);return face;}return null;}/*** OpenCV-4.7.0 将摄像头拍摄的视频写入本地*/public static void writeVideo() {//1 如果要从摄像头获取视频 则要在 VideoCapture 的构造方法写 0VideoCapture capture new VideoCapture(0);Mat video new Mat();int index 0;Size size new Size(capture.get(Videoio.CAP_PROP_FRAME_WIDTH), capture.get(Videoio.CAP_PROP_FRAME_HEIGHT));VideoWriter writer new VideoWriter(D:/a.mp4, VideoWriter.fourcc(D, I, V, X), 15.0, size, true);while (capture.isOpened()) {capture.read(video);//2 将摄像头的视频写入 Mat video 中writer.write(video);HighGui.imshow(像头获取视频, video);//3 显示图像index HighGui.waitKey(100);//4 获取键盘输入if (index 27) {//5 如果是 Esc 则退出capture.release();writer.release();return;}}}}