詳見：http://blog.yemou.net/article/query/info/tytfjhfascvhzxcyt409
今天我准備學習如何用Java來進行人臉檢測。人臉檢測有助於在任何數字圖像上識別人臉，在做了一些研究后，我發現OpenCV的庫可以幫我檢測圖像中的人臉。不過，我沒能找到一個完整的通過Java使用OpenCV庫的初學者教程，所以這篇文章可能會是他人在這方面學習的資料。
什么是OpenCV？
OpenCV(Open Source Computer Vision) 是一個開源的計算機視覺算法庫。是用C/C++寫的，旨在發揮多核心的優勢。它提供C++、C、Python和Java的接口，並支持所有主流操作系統平台，包括Windows、Linux、Mac OS、iOS及Android。
Github庫
今天的演示應用程序的代碼在GitHub上有：day12-face-detection 。
OpenCV入門
開始學習OpenCV，第一步就是去它官網下載支持你目前操作系統的最新版本OpenCV包，文中使用的是2.4.7版。
程序包下載完成后，使用tar命令解壓：
$ tar xvf opencv-2.4.7.tar.gz
切換目錄到opencv-2.4.7：
$ cd opencv-2.4.7
構建OpenCV jar
我花了很多時間來了解如何獲得OpenCV的jar文件。文檔中的Java教程假設OpenCV jar文件是在生成文件夾中，適用於Windows用戶的OpenCV包（包括jar文件），但並不適用於Linux和Mac OS用戶。為了構建OpenCV jar，請執行如下命令：
$ 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
上面的命令會在 opencv-2.4.7/build/bin 的目錄下創建opencv-247.jar 文件，這是Java綁定到本地OpenCV的安裝方法。
下載Eclipse
如果你系統里沒有安裝eclipse，可以去Eclipse官網下載最新版，就目前而言eclipse最新版的代號是Kepler。
Eclipse的安裝很容易，只需要解壓下載下來的包即可。如果是在Linux或者Mac機器上，開個命令行窗口，輸入如下命令：
$ tar -xzvf eclipse-jee-kepler-R-*.tar.gz
Windows下，你解壓到哪里，那里就會有一個eclipse文件夾，這樣就可以直接操作了，當然你也可以創建執行文件的快捷方式到桌面。
添加用戶庫
打開Eclipse IDE，然后到項目工作區，轉到目錄 Windows > Preferences > Java > Build Path > User Libraries 下，選擇添加一個新的庫。
給這個庫命名為OpenCV-2.4.7之類的名字，然后點擊“確定”。
點擊Add External Jars，然后添加 OpenCV-2.4.7 文件。
選擇Native library location，然后點擊“編輯(Edit)”。
點擊 External Folder。
在opencv-2.4.7/build/lib 文件夾下給出庫目錄(lib)的路徑。
現在，點擊“確定”，我們已經把 OpenCV 作為用戶庫(user library)添加進去了。
創建新的Java項目
一步一步在File > New > Other > Java Project下創建新的Java項目，完成后，右鍵單擊該項目配置構建路徑。
轉到Libraries選項卡，然后點擊“添加庫(Add Library)”。
選擇“用戶庫(User Library)”
選擇我們最后一步添加進去的OpenCV-2.4.7用戶庫，點擊“完成”。
最后，你會看見這個Java項目里已經包含了OpenCV-2.4.7用戶庫。
寫人臉檢測器(FaceDetector)
在上面創建的Java項目里創建一個類(class)，並添加下面的代碼：
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);
}
}
上面的這些代碼可以：
-
加載本地的OpenCV庫，這樣就可以用它來調用Java API。
-
創建實例CascadeClassifier，將已加載的分類器的文件名傳遞給它。
-
接下來我們將圖片轉化成Java API能夠接受使用Highui類的格式，鋪墊在OpenCV C++的n維密集數組類上邊。
-
然后，調用分類器上的detectMultiScale方法傳遞給它圖象和MatOfRect對象。這個過程之后，MatOfRect將有面部檢測。
-
我們遍歷所有的臉部檢測並用矩形標記圖像。
-
最后，將圖像寫入輸出的
.png文件里。
這個程序的輸出展示如下，這是在人臉檢測之前和之后的圖片：
今天就這些，歡迎反饋。