java+opencv实现人脸识别功能

背景：最近需要用到人脸识别，但又不花钱使用现有的第三方人脸识别接口，为此使用opencv结合java进行人脸识别（ps:opencv是开源的，使用它来做人脸识别存在一定的误差，效果一般）。

1.安装opencv
官网地址：https://opencv.org/ , 由于官网下载速度是真的慢

百度网盘：

链接: https://pan.baidu.com/s/1RpsP-I7v8pP2dkqALDw7FQ

提取码: pq7v

如果是官网下载，就无脑安装就行了，安装完毕后。

将图一的两个文件复制到图二中。

从我网盘下载的，忽略这些。

2.在项目中引入pom依赖

<!-- opencv + javacv + ffmpeg-->
       <dependency>
           <groupId>org.bytedeco.javacpp-presets</groupId>
           <artifactId>ffmpeg</artifactId>
           <version>4.1-1.4.4</version>
       </dependency>
       <dependency>
           <groupId>org.bytedeco</groupId>
           <artifactId>javacv</artifactId>
           <version>1.4.4</version>
       </dependency>
       <!-- https://mvnrepository.com/artifact/org.bytedeco.javacpp-presets/ffmpeg-platform -->
       <dependency>
           <groupId>org.bytedeco.javacpp-presets</groupId>
           <artifactId>ffmpeg-platform</artifactId>
           <version>4.1-1.4.4</version>
       </dependency>

<!-- 视频摄像头 -->
       <!-- https://mvnrepository.com/artifact/org.bytedeco/javacv-platform -->
       <dependency>
           <groupId>org.bytedeco</groupId>
           <artifactId>javacv-platform</artifactId>
           <version>1.4.4</version>
       </dependency>
       <!-- https://mvnrepository.com/artifact/org.bytedeco.javacpp-presets/opencv-platform -->
       <dependency>
           <groupId>org.bytedeco.javacpp-presets</groupId>
           <artifactId>opencv-platform</artifactId>
           <version>4.0.1-1.4.4</version>
       </dependency>

1.导入库依赖
File --> Project Structure，点击Modules，选择需要使用opencv.jar的项目。

选择直接opencv安装路径

2.java代码demo

package org.Litluecat.utils;

import org.apache.commons.lang.StringUtils;
import org.opencv.core.*;
import org.opencv.highgui.HighGui;
import org.opencv.highgui.ImageWindow;
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 org.slf4j.Logger;
import org.slf4j.LoggerFactory;

import java.util.Arrays;

/**
* 人脸比对工具类
* @author Litluecat
* @Title: Opencv 图片人脸识别、实时摄像头人脸识别
**/
public class FaceVideo {

private static final Logger log = LoggerFactory.getLogger(FaceVideo.class);

private static final String endImgUrl = "C:\\Users\\lenovo\\Desktop\\";
   /**
    * opencv的人脸识别xml文件路径
    */
   private static final String faceDetectorXML2URL = "D:\\Sofeware\\opencv\\sources\\data\\haarcascades\\haarcascade_frontalface_alt.xml";
   /**
    * opencv的人眼识别xml文件路径
    */
   private static final String eyeDetectorXML2URL = "D:\\Sofeware\\opencv\\sources\\data\\haarcascades\\haarcascade_eye.xml";
   /**
    * 直方图大小，越大精度越高，运行越慢
    */
   private static int Matching_Accuracy = 100000;
   /**
    * 初始化人脸探测器
    */
   private static CascadeClassifier faceDetector;
   /**
    * 初始化人眼探测器
    */
   private static CascadeClassifier eyeDetector;

private static int i=0;

static {
       System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
       faceDetector = new CascadeClassifier(faceDetectorXML2URL);
       eyeDetector = new CascadeClassifier(eyeDetectorXML2URL);
   }

public static void main(String[] args) {
       log.info("开始人脸匹配");
       long begin = System.currentTimeMillis();
       // 1- 从摄像头实时人脸识别，识别成功保存图片到本地
       try{
           getVideoFromCamera(endImgUrl + "2.jpg");
           //仅用于强制抛异常，从而关闭GUI界面
           Thread.sleep(1000);
           int err = 1/0;

// 2- 比对本地2张图的人脸相似度 （越接近1越相似）
//            double compareHist = FaceVideo.compare_image(endImgUrl + "test1.jpg" , endImgUrl + "face.jpg");
//            log.info("匹配度：{}",compareHist);
//            if (compareHist > 0.72) {
//                log.info("人脸匹配");
//            } else {
//                log.info("人脸不匹配");
//            }

}catch (Exception e){
           log.info("开始强制关闭");
           log.info("人脸匹配结束，总耗时：{}ms",(System.currentTimeMillis()-begin));
           System.exit(0);
       }
   }

/**
    * OpenCV-4.1.1 从摄像头实时读取
    * @param targetImgUrl 比对身份证图片
    * @return: void
    * @date: 2019年8月19日 17:20:13
    */
   public static void getVideoFromCamera(String targetImgUrl) {
       //1 如果要从摄像头获取视频 则要在 VideoCapture 的构造方法写 0
       VideoCapture 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, targetImgUrl));
               //窗口延迟等待100ms，返回退出按键
               index = HighGui.waitKey(100);
               //当退出按键为Esc时，退出窗口
               if (index == 27) {
                   break;
               }
           }
       }else{
           log.info("摄像头未开启");
       }
       //该窗口销毁不生效，该方法存在问题
       HighGui.destroyAllWindows();
       capture.release();
       return;
   }

/**
    * OpenCV-4.1.0 人脸识别
    * @param image 待处理Mat图片(视频中的某一帧)
    * @param targetImgUrl 匹配身份证照片地址
    * @return 处理后的图片
    */
   public static Mat getFace(Mat image, String targetImgUrl) {
       MatOfRect face = new MatOfRect();
       faceDetector.detectMultiScale(image, face);
       Rect[] rects=face.toArray();
       log.info("匹配到 "+rects.length+" 个人脸");
       if(rects != null && rects.length >= 1) {
           i++;
           if(i==3) {
               // 获取匹配成功第3次的照片
               Imgcodecs.imwrite(endImgUrl + "face.jpg", image);
               FaceVideoThread faceVideoThread = new FaceVideoThread(targetImgUrl , endImgUrl + "face.jpg");
               new Thread(faceVideoThread,"人脸比对线程").start();
           }
       }
       return image;
   }

/**
    * 人脸截图
    * @param img
    * @return
    */
   public static String face2Img(String img) {
       String faceImg = null;
       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()) {
           faceImg = img+"_.jpg";
           // 进行图片裁剪
           imageCut(img, faceImg, rect.x, rect.y, rect.width, rect.height);
       }
       if(null == faceImg){
           log.info("face2Img未识别出该图像中的人脸，img={}",img);
       }
       return faceImg;
   }

/**
    * 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(Matching_Accuracy);

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) {
       if(StringUtils.isBlank(img)){
           return null;
       }
       Mat image0 = Imgcodecs.imread(img);
       Mat image1 = new Mat();
       //Mat image2 = new Mat();
       // 灰度化
       Imgproc.cvtColor(image0, image1, Imgproc.COLOR_BGR2GRAY);
       //直方均匀
       //Imgproc.equalizeHist(image1, image2);

// 探测人脸
       MatOfRect faceDetections = new MatOfRect();
       faceDetector.detectMultiScale(image1, faceDetections);

//探测人眼
//        MatOfRect eyeDetections = new MatOfRect();
//        eyeDetector.detectMultiScale(image1, eyeDetections);

// rect中人脸图片的范围
       Mat face = null;
       for (Rect rect : faceDetections.toArray()) {

//给图片上画框框 参数1是图片 参数2是矩形 参数3是颜色 参数四是画出来的线条大小
           //Imgproc.rectangle(image0,rect,new Scalar(0,0,255),2);
           //输出图片
           //Imgcodecs.imwrite(img+"_.jpg",image0);

face = new Mat(image1, rect);
       }
       if(null == face){
           log.info("conv_Mat未识别出该图像中的人脸，img={}",img);
       }
       return face;
   }

}

这边的人脸识别是另外其线程进行比对，代码如下。

package org.Litluecat.utils;

import org.slf4j.Logger;
import org.slf4j.LoggerFactory;

public class FaceVideoThread implements Runnable{
   private static final Logger log = LoggerFactory.getLogger(FaceVideoThread.class);

private String oneImgUrl = null;
   private String otherImgUrl = null;
   public FaceVideoThread(String oneImgUrl, String otherImgUrl){
       this.oneImgUrl = oneImgUrl;
       this.otherImgUrl = otherImgUrl;
   }
   @Override
   public void run() {
       try {
           double compareHist = FaceVideo.compare_image(oneImgUrl , otherImgUrl);
           log.info("匹配度：{}",compareHist);
           if (compareHist > 0.72) {
               log.info("人脸匹配");
           } else {
               log.info("人脸不匹配");
           }
       } catch (Exception e) {
           e.printStackTrace();
       }
   }
}

提醒：如果运行异常，请添加你opencv的安装地址-Djava.library.path=D:\Sofeware\opencv\build\java\x64;

总结：java+opencv做人脸识别的精度不够，我也是有待学习，如果大家有更好的方式，能将opencv更好的展现出来，并达到更精准的人脸识别，请分享给我，谢谢。

来源：https://blog.csdn.net/BluerCat/article/details/109247429