基于opencv构建的人脸识别的尝试

什么是OpenCV？

OpenCV(Open Source Computer Vision) 是一个开源的计算机视觉算法库。是用C/C++写的，旨在发挥多核心的优势。它提供C++、C、Python和Java的接口，并支持所有主流操作系统平台，包括Windows、Linux、Mac OS、iOS及Android。

---

Github库

今天的演示应用程序的代码在GitHub上有：day12-face-detection 。

---

OpenCV入门

开始学习OpenCV，第一步就是去它官网下载支持你目前操作系统的最新版本OpenCV包，文中使用的是2.4.7版。

程序包下载完成后，使用tar命令解压：

$ tar xvf opencv-2.4.7.tar.gz

切换目录到opencv-2.4.7：

$ cd opencv-2.4.7

---

构建OpenCV jar

我花了很多时间来了解如何获得OpenCV的jar文件。文档中的Java教程假设OpenCV jar文件是在生成文件夹中，适用于Windows用户的OpenCV包（包括jar文件），但并不适用于Linux和Mac OS用户。为了构建OpenCV jar，请执行如下命令：

$ cd opencv-2.4.7

$ mkdir build

$ cd build/

$ cmake -G "Unix Makefiles" -D CMAKE_CXX_COMPILER=/usr/bin/g++ -D CMAKE_C_COMPILER=/usr/bin/gcc -D WITH_CUDA=ON .. 

$ make -j4 

$ make install

上面的命令会在 opencv-2.4.7/build/bin 的目录下创建opencv-247.jar 文件，这是Java绑定到本地OpenCV的安装方法。

---

下载Eclipse

如果你系统里没有安装eclipse，可以去Eclipse官网下载最新版，就目前而言eclipse最新版的代号是Kepler。

Eclipse的安装很容易，只需要解压下载下来的包即可。如果是在Linux或者Mac机器上，开个命令行窗口，输入如下命令：

$ tar -xzvf eclipse-jee-kepler-R-*.tar.gz 

Windows下，你解压到哪里，那里就会有一个eclipse文件夹，这样就可以直接操作了，当然你也可以创建执行文件的快捷方式到桌面。

---

添加用户库

打开Eclipse IDE，然后到项目工作区，转到目录 Windows > Preferences > Java > Build Path > User Libraries下，选择添加一个新的库。

给这个库命名为OpenCV-2.4.7之类的名字，然后点击“确定”。

点击Add External Jars，然后添加 OpenCV-2.4.7 文件。

选择Native library location，然后点击“编辑(Edit)”。

点击 External Folder。

在opencv-2.4.7/build/lib 文件夹下给出库目录(lib)的路径。

现在，点击“确定”，我们已经把 OpenCV 作为用户库(user library)添加进去了。

---

创建新的Java项目

一步一步在File > New > Other > Java Project下创建新的Java项目，完成后，右键单击该项目配置构建路径。

转到Libraries选项卡，然后点击“添加库(Add Library)”。

选择“用户库(User Library)”

选择我们最后一步添加进去的OpenCV-2.4.7用户库，点击“完成”。

最后，你会看见这个Java项目里已经包含了OpenCV-2.4.7用户库。

---

写人脸检测器(FaceDetector)

在上面创建的Java项目里创建一个类(class)，并添加下面的代码：

package com.shekhar.facedetection;

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.highgui.Highgui;
import org.opencv.objdetect.CascadeClassifier;

public class FaceDetector {

    public static void main(String[] args) {

        System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
        System.out.println("\nRunning FaceDetector");

        CascadeClassifier faceDetector = new CascadeClassifier(FaceDetector.class.getResource("haarcascade_frontalface_alt.xml").getPath());
        Mat image = Highgui
                .imread(FaceDetector.class.getResource("shekhar.JPG").getPath());

        MatOfRect faceDetections = new MatOfRect();
        faceDetector.detectMultiScale(image, faceDetections);

        System.out.println(String.format("Detected %s faces", faceDetections.toArray().length));

        for (Rect rect : faceDetections.toArray()) {
            Core.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 = "ouput.png";
        System.out.println(String.format("Writing %s", filename));
        Highgui.imwrite(filename, image);
    }
} 

上面的这些代码可以：

1. 加载本地的OpenCV库，这样就可以用它来调用Java API。
2. 创建实例CascadeClassifier，将已加载的分类器的文件名传递给它。
3. 接下来我们将图片转化成Java API能够接受使用Highui类的格式，铺垫在OpenCV C++的n维密集数组类上边。
4. 然后，调用分类器上的detectMultiScale方法传递给它图象和MatOfRect对象。这个过程之后，MatOfRect将有面部检测。
5. 我们遍历所有的脸部检测并用矩形标记图像。
6. 最后，将图像写入输出的 .png 文件里。

这个程序的输出展示如下，这是在人脸检测之前和之后的图片：