java语言搭建opencv环境以及简单的对图片进行人脸识别

一、环境准备

1、eclipse
2、jdk1.8
3、opencv-3.4.16
https://opencv.org/releases/
官网下载太慢，找了一个网站，很快：https://www.raoyunsoft.com/opencv/opencv-3.4.16/

二、opencv开发环境搭建

1、安装opencv

双击opencv-3.4.16-vc14_vc15.exe会解压为一个文件夹，将该文件夹拷贝到安装目录。

2、打开eclipse,添加User Libraries

先新增一个opencv-3.4.16，然后再点击Add External JARs 添加刚才opencv目录下的jar,如下图

再选择Native点击Edit选择opencv目录下的build/java/x64(若为32位的eclipse和jdk就选32位的)

3、新建测试项目

新建普通的Java项目OpenCVTest，右键项目Build Path添加Add Librarys->User Library 添加上面加的opencv-3.4.16

4、测试

import org.opencv.core.Core;
import org.opencv.core.CvType;
import org.opencv.core.Mat;
public class HelloWorld {
    public static void main(String[] args) {
        //调用opencv库文件
        System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
        //生成3*3矩阵，矩阵类型为CvType.CV_8UC1
        Mat mat = Mat.eye(3,3,CvType.CV_8UC1);
        //矩阵数据输出
        System.out.println(mat.dump());
    }
}

运行，输出结果！

三、简单介绍和使用

1、OpenCV主要模块简介

OpenCV是开源的计算机视觉库，包括了图像处理和计算机视觉方面很多通用的算法，其主要模块及功能如下：

Core:核心模块，包括基础数据结构、绘图函数、数组操作函数等；
Imgproc:图像处理模块，包括图像滤波、几何变换、直方图、形态学处理、边缘检测、特征及目标检测等;
Highgui:顶层GUI模块，包括用户界面、读/写图像及视屏等；
Video:视频模块，包括运动分析及目标跟踪等;
其他模块
Calib3d：提供基本的多视图几何算法、平面和立体影像校正、物体定位、立体通信算法和三维重建；
Features2d：显著特征探测器、描述符和描述符匹配器。
Objectect：检测对象和预定义的类的实例（例如：脸部、眼睛、杯子、人、车等等）。
GPU：自于不同的OpenCV模块的GPU加速算法。
等等。

2、相关api举例

OpenCV中的Mat类（Matrix矩阵）
Java中调用OpenCV函数需要加上模块名称,比如显示图像：Highgui.imgshow(“lena”,src)
读取图像：Mat src = Imgcodecs.imread(“lena.jpg”);
输出图像：Imgcodecs.imwrite(“lean.jpg”,mat);
要创建每个点只有一个通道的简单矩阵，可用三个静态函数：zeros，eye,ones;
CV_8UC1：8位Unsigned（取值范围0~255）；Channel(通道)=1（灰度图）；
CV_8UC3：8位Unsigned（取值范围0~255）；Channel(通道)=3（彩色图）；
CV_64FC3：64位浮点数；Channel(通道)=3（彩色图）；
通道：彩色(RGB三个通道);有时还有alpha通道(透明度);

2-1、读取图像显示

public class Test1 {
    public static void main(String[] args) {
        //调用opencv库文件
        System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
        //读取图像显示
        Mat mat = Imgcodecs.imread("ll.jpg");
        HighGui.imshow("拉姆雷姆", mat);        
            HighGui.waitKey(0);
        System.out.println("ok");
    }
}

HighGui.waitKey方法

在一个给定的时间内(单位ms)等待用户按键触发;如果用户没有按下键,则接续等待(循环)，return：按键值，这个函数只有在至少一个HighGUI窗口存在的情况下才会起作用。通常在 imshow() 函数之后使用

1、waitKey(0)
无限循环，等待用户按键触发跳出循环

2、waitKey(5）
如果用户在5ms中没有触发事件，则5ms后跳出循环
通常用于接收视频信号，每一帧停留5ms,然后进入下一帧

3、if(waitKey(10000) == ‘Q’);
如果用户在10000ms内按键‘Q’，执行if

4、if(waitKey(10000) > 0);
如果用户在10000ms内按下了任何按钮，执行if
注：这里的退出循环并不是关闭GUI，只是程序可以继续往下执行

2-2、读取图像的时候，同时转换成灰度图

public class Test1 {
    public static void main(String[] args) {
        //调用opencv库文件
        System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
        //读取的时候直接转换成灰度图
        Mat mat2 = Imgcodecs.imread("ll.jpg",Imgcodecs.CV_LOAD_IMAGE_GRAYSCALE);
        Imgcodecs.imwrite("12.jpg",mat2);
        System.out.println("ok");
    }
}

运行完后可以看到目录下面有12.jpg

2-3、zeros，eye,ones
其实就是生成三种矩阵

public class Test1 {
    public static void main(String[] args) {
        System.out.println("zeros:");
        System.out.println(Mat.zeros(3, 3, CvType.CV_8UC1).dump());
        System.out.println("eye:");
        System.out.println(Mat.eye(3, 3, CvType.CV_8UC1).dump());
        System.out.println("ones:");
        System.out.println(Mat.ones(3, 3, CvType.CV_8UC1).dump());
    }
}

运行结果如下

可以看到zeros生成的是0矩阵，eye生成的是行列相同为1的矩阵，ones生成的是1矩阵.

四、人脸识别案例

这里目前只是简单进行图片的人脸识别demo

public class FaceTest {
    public static void main(String[] args) {
        //调用opencv库文件
        System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
        //读取图像
        Mat mat = Imgcodecs.imread("C:\\Users\\86135\\Desktop\\test.jpg");
        //初始化人脸探测器：需要检测opencv的人脸识别xml文件路径
        CascadeClassifier dector = new CascadeClassifier("F:\\Software\\opencv\\sources\\data\\haarcascades\\haarcascade_frontalface_alt.xml");
        //检测结果，矩形集合
        MatOfRect detectResult = new MatOfRect();
        //进行检测
        dector.detectMultiScale(mat, detectResult);
        if(detectResult.toArray().length<=0) {
            HighGui.imshow("未检测到人脸", mat);
            HighGui.waitKey(0);
        }else {
            //画出所有矩形
            for(Rect rect:detectResult.toArray()) {
                Imgproc.rectangle(mat, new Point(rect.x, rect.y), 
                        new Point(rect.x+rect.width, rect.y+rect.height), 
                        new Scalar(255, 0, 0), 2);
            }
            HighGui.imshow("检测到人脸", mat);
            HighGui.waitKey(0);
        }
    }
}