歡迎訪問我的GitHub
https://github.com/zq2599/blog_demos
內容：所有原創文章分類匯總及配套源碼，涉及Java、Docker、Kubernetes、DevOPS等；
本篇概覽
-
檢測照片中的人臉，用Java可以實現嗎？
-
當然可以，今天咱們用最少的時間、最簡單的操作來體驗這個實用的功能，當您提交一張帶有人臉的照片后，會看到下圖效果，所有人臉都被識別到並被框選出來了：
- 本篇以體驗為主，不涉及具體的開發，后面還會有文章介紹完整的開發過程（包括源碼）
風險提前告知
-
為了簡化操作，接下來會用到docker，對應的鏡像體積巨大，達到了恐怖的4.69G，建議您為自己的docker做好加速配置，可以減少下載等待時間；
-
由於opencv體積龐大，再加上javacv的依賴庫也不小，這才導致超大鏡像的出現，還望您多多海涵，標題中的《三分鍾極速體驗》是要去掉鏡像的等待時間的，您要是覺得欣宸的標題起得很無恥，我覺得您是對的...
環境信息
- 為了簡化體驗過程，接下來會用到docker，推薦的環境信息如下：
- 操作系統：Ubuntu 16.04.1 LTS 服務器版（MacBook Pro也可以，版本是11.2.3，macOS Big Sur）
- docker：20.10.2 Community
- 為了加快docker鏡像的下載速度，建議您提前做好docker加速配置
- 文章標題號稱三分鍾極速體驗，沒時間說太多，准備好環境就火速動手啦
部署
- 新建名為images的目錄，用於存儲處理后的文件，我這里完整路徑是/root/temp/202107/17/images
- 新建名為model的目錄，用於存儲稍后要下載的模型文件，我這里完整路徑是/root/temp/202107/17/model
- 下載訓練好的模型文件，我准備了兩個下載地址，您任選一個即可，一個是csdn的（無需積分）：
- https://download.csdn.net/download/boling_cavalry/20352221，另一個是
- https://raw.githubusercontent.com/zq2599/blog_download_files/master/files/haarcascade_frontalface_default.zip
-
上述文件下載下來是個壓縮包，請先解壓，再將文件haarcascade_frontalface_default.xml放入model目錄（model里放的必須是解壓后的文件）
-
執行以下命令，會先下載docker鏡像文件再創建容器：
docker run \
--rm \
-p 18080:8080 \
-v /root/temp/202107/17/images:/app/images \
-v /root/temp/202107/17/model:/app/model \
bolingcavalry/facedetect:0.0.1
- 部署完成，開始體驗
體驗
- 瀏覽器訪問http://localhost:18080，這里的localhost請改成docker宿主機IP（要關閉防火牆！），可以見到操作頁面，如下圖（欣宸的前端開發水平渣到令人發指，果然不是空穴來風）：
-
找一張有人臉的圖片(我在百度圖片隨機找的)，點擊上圖的選取圖片按鈕進行上傳，至於周圍檢測數量那里先保持默認值32不要動
-
點擊提交按鈕后，頁面會顯示檢測結果，如下圖，人臉被准確的框選出來了：
- 再試試多人的，如下圖，居然一個人臉都沒有檢測到：
- 把周圍檢測數量的值調低些，改成4再試，如下圖，這次成功了，八張人臉全部檢測到：
-
至此，Java版人臉檢測的體驗已經完成，一分鍾概覽，一分鍾部署，一分鍾體驗，咱們足夠高效(下載超大鏡像的時間不能算，不敢算...)
-
此刻您應該能感受到Java在人臉識別領域的魅力了，聰明的您當然會有很多疑問，例如：
- 用了啥框架？
- 寫了啥代碼？
- 運行環境好不好配置？只要jar依賴嗎？還需要其他操作嗎？
- 這些疑問在下面這兩篇文章中完全揭秘，然后您也能輕易做出集成了人臉識別的SpringBoot應用了：
- 順便劇透一下：設置運行環境很麻煩，所幸欣宸已解決此問題，並成功封裝為基礎鏡像，咱們可以專注的開發應用，對運行環境再也無需處理了
你不孤單，欣宸原創一路相伴
歡迎關注公眾號：程序員欣宸
微信搜索「程序員欣宸」，我是欣宸，期待與您一同暢游Java世界...
https://github.com/zq2599/blog_demos