[译] 第十二天： OpenCV

前言

今天的30天挑战，我决定学习怎样用Java实现人脸识别。人脸识别有助于识别任意(数字)图像中的人脸。搜索调查一番后，我发现OpenCV库可以有助于在图像中检测人脸。但是我没找到给Java开发者使用OpenCV库的入门指导，这篇博客也许对要找相关介绍的人有用。

什么是OpenCV?

OpenCV(Open Source Computer Vision)是一个开源的计算机视觉算法库，用C/C++编写，设计为发挥多核心优势，提供C++, C, Python和Java接口，支持所有主流系统如Windows, Linux, Mac OS, iOS 和Android.

Github 仓库

今天的domo放在github: day12-face-detection.

开始OpenCV

要开始OpenCV, 先要从官网下载最新的OpenCV包到本地，这里我用版本2.4.7.

下载好后，用以下方式解压。

$ tar xvf opencv-2.4.7.tar.gz

路径换到Opencv-2.4.7

$ cd opencv-2.4.7

构建OpenCV jar

我花了好多时间来理解怎样得到OpenCV jar文件。Java介绍文档里说OpenCV jar在build文件夹里，对于Windows用户来说是的，但是Linux和Mac OS不是，要构建OpenCV jar,执行以下命令。

$ 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

以上命令会在opencv-2.4.7/build/bin路径下创建opencv-247.jar文件，是Java绑定到原生安装的OpenCV.

下载Eclipse

如果你还没安装Eclipse,到官网下载最新版本，目前最新版本叫Kepler.

安装Eclipse很简单，只需解压下载的安装包。在linux或者mac上，打开命令管理器输入以下命令。

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

Windows上可以用7-zip或者其他解压工具解压，解压后，在你解压的路径会有一个eclipse的文件夹，可以给可执行文件创建快捷键。

添加用户库

打开Eclipse IDE导航到项目区，从Windows > Preferences > Java > Build Path > User Libraries, 选择添加新库。

命名openCV-2.4.7点OK.

点击Add External Jars,选择opencv-247.jar.

选择Native library location点击Edit.

点击External Folder

指定opencv-2.4.7/build/lib下的lib路径。

最后点击OK, 现在就成功添加OpenCV 用户库了。

新建Java项目

通过File > New > Other > Java新建Java项目，创建后，右击项目配置build路径。

到Libraries页，点击Add Library.

选择User Library.

选择上一步添加的OpenCV-2.4.7用户库，点击Finish.

最后，Java项目会包括OpenCV-2.4.7用户库。

写人脸识别

在上一步添加的项目里添加新类，加入以下代码。

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("
Running 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);
    }

}

View Code

以上代码做了以下动作：

加载原生OpenCV库以便引用Java API.
创建一个CascadeClassifier实例传递加载的分类器的文件名。
然后把图片转换成Java API用Highui类能接受的格式，Mat是OpenCV C++的N维密集数组。
然后在分类器上调用detectMultiScale方法传递图片和MatOfRect对象，之后，MatOfRect就会有认识检测功能。
递归所有的人脸检测并把图片标识成矩形。
最后生成output.png图片文件。

显示如下，这是我的检测前后的图片。

这是今天的内容，继续给反馈吧。

原文：https://www.openshift.com/blogs/day-12-opencv-face-detection-for-java-developers