一、前言

之前上传了一个资源，就是Java实现人脸检测，发现很多人都不会用，就是这个https://download.csdn.net/download/b379685397/10023135。各种乱七八糟评论都有，那就如大家所愿，我发个教程吧。

当前很多博客实现人脸识别的大部分都是调用云厂家的接口，如百度，阿里云。以及我们乐橙开放平台也支持人脸识别等人工智能服务。这些都比较简单，会接开放平台，走接口请求基本上都掌握了。缺点就是有限制，收费。

那么我就在想，能不能不依赖第三方，自己实现人脸检测呢。搜索了相关开源软件，发现有几款比较合适，如openCV，SeetaFaceEngine，openface等。经测试，SeetaFaceEngine准确率最高，因为模型经过大量训练。但存在内存泄漏问题。应该是底层库没有处理好（猜测，没有深究）。openCV对JAVA支持性最好，但准确率差点。需要自己调参不断尝试。

接下来，开始使用Java+openCV实现人脸识别和人眼识别等功能.

其实功能比较简单，主要就是使用了openCV，默认训练好的分类器。接下来进入正片。

二、openCV安装

1、opencv下载

打开opencv官网https://opencv.org/releases/。下载opencv。我使用的是3.43版本。本地为windows、所以选择windows的3.43版本。按照自己的需求进行下载。

2、安装openCV

安装比较简单，一直下一步即可。但记得修改安装路径。

3、openCV重要目录

安装好opencv之后，有build以及source目录。

build目录如下。有对应支持的语言的dll库和引用包。

sources\data目录下，存放着为opencv实现的各种分类器。我们需要使用的人脸和人眼检测的分类器都在里面。如果想详细了解的话可以在opencv的官网里进行查看。

三、工程搭建

人脸识别项目已经上传github，大家可以进行下载导入,下载地址为https://github.com/379685397/FaceDetect。可以的话，帮忙加个星啊亲~。哈哈

1、工程目录

config目录存放的为opencv的分类器。此处使用了正面人脸以及人眼的分类器。

func为实现人脸相关接口

image存放的为测试用图片

tmp为测试使用输出图片。

lib里包含opencv的使用jar包和本地dll库。

工程导入完成之后，需要配置对应的jar包以及修改JDK。

IDEA的话通过file->Project Structure进行设置。选中加号，选择外部jar包引用。选择工程里lib目录下的openCV343.jar。

之后重新编译。看是否报错。没有报错的话项目导入成功

2、代码实现

1、DetectFace

package com.facedetect.func;import org.opencv.core.*;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
import org.opencv.objdetect.CascadeClassifier;/*** @Auther: DarkKing* @Date: 2019/10/2 11:06* @Description:*/
public class DetectFace {//定义程序的基础路径private String basePath =System.getProperty("user.dir");//人眼识别分类器路径private   String eyeConfigPath=basePath+"\\src\\com\\facedetect\\config\\haarcascade_eye_tree_eyeglasses.xml";//人脸识别分类器路径private   String faceConfigPath=basePath+"\\src\\com\\facedetect\\config\\haarcascade_frontalface_alt2.xml";static{// 载入opencv的库String opencvpath = System.getProperty("user.dir") + "\\libs\\x64\\";String opencvDllName = opencvpath + Core.NATIVE_LIBRARY_NAME + ".dll";System.load(opencvDllName);}/*** opencv实现人脸识别* @param imagePath* @param outFile* @throws Exception*/public  void detectFace(String imagePath,  String outFile) throws Exception{System.out.println("Running DetectFace ...,config path is  "+faceConfigPath);String basePath =System.getProperty("user.dir");String path= basePath+ "\\src\\com\\facedetect\\tmp\\";// 从配置文件lbpcascade_frontalface.xml中创建一个人脸识别器，该文件位于opencv安装目录中,为了方便从安装方便放到了程序路径里CascadeClassifier faceDetector = new CascadeClassifier(faceConfigPath);//创建图片处理对象Mat image = Imgcodecs.imread(imagePath);// 在图片中检测人脸MatOfRect faceDetections = new MatOfRect();//多条件结果检测faceDetector.detectMultiScale(image, faceDetections);System.out.println(String.format("Detected %s faces", faceDetections.toArray().length));//检测结果集Rect[] rects = faceDetections.toArray();// 在每一个识别出来的人脸周围画出一个方框for (int i = 0; i < rects.length; i++) {Rect rect = rects[i];Imgproc.rectangle(image, new Point(rect.x-2, rect.y-2),new Point(rect.x + rect.width, rect.y + rect.height),new Scalar(0, 255, 0));Mat copy = new Mat(image,rect);Mat temp  = new Mat();copy.copyTo(temp);//输出图片Imgcodecs.imwrite(path+i+".png", temp);}Imgcodecs.imwrite(outFile, image);System.out.println(String.format("人脸识别成功，人脸图片文件为： %s", outFile));}/*** opencv实现人眼识别* @param imagePath* @param outFile* @throws Exception*/public  void detectEye(String imagePath,  String outFile) throws Exception {System.out.println("Running DetectFace ...,config path is  "+eyeConfigPath);CascadeClassifier eyeDetector = new CascadeClassifier(eyeConfigPath);Mat image = Imgcodecs.imread(imagePath);  //读取图片// 在图片中检测人脸MatOfRect faceDetections = new MatOfRect();eyeDetector.detectMultiScale(image, faceDetections, 2.0,1,1,new Size(20,20),new Size(20,20));System.out.println(String.format("Detected %s eyes", faceDetections.toArray().length));Rect[] rects = faceDetections.toArray();if(rects != null && rects.length <2){throw new RuntimeException("不是一双眼睛");}Rect eyea = rects[0];Rect eyeb = rects[1];System.out.println("a-中心坐标 " + eyea.x + " and " + eyea.y);System.out.println("b-中心坐标 " + eyeb.x + " and " + eyeb.y);//获取两个人眼的角度double dy=(eyeb.y-eyea.y);double dx=(eyeb.x-eyea.x);double len=Math.sqrt(dx*dx+dy*dy);System.out.println("dx is "+dx);System.out.println("dy is "+dy);System.out.println("len is "+len);double angle=Math.atan2(Math.abs(dy),Math.abs(dx))*180.0/Math.PI;System.out.println("angle is "+angle);for(Rect rect:faceDetections.toArray()) {Imgproc.rectangle(image, new Point(rect.x, rect.y), new Point(rect.x+ rect.width, rect.y + rect.height), new Scalar(0, 255, 0));}Imgcodecs.imwrite(outFile, image);System.out.println(String.format("人眼识别成功，人眼图片文件为： %s", outFile));}
}

该函数主要实现了两个方法，一个是人脸检测，一个是人眼检测。方法都差不多。主要是加载的分类器不同。以及结果集的过滤。其中重要的一个方法时是MatOfRect的detectMultiScale方法。该方法共有7个参数。含义如下。

参数1：image--待检测图片，一般为灰度图像加快检测速度；
参数2：objects--被检测物体的矩形框向量组；
参数3：scaleFactor--表示在前后两次相继的扫描中，搜索窗口的比例系数。默认为1.1即每次搜索窗口依次扩大10%;
参数4：minNeighbors--表示构成检测目标的相邻矩形的最小个数(默认为3个)。如果组成检测目标的小矩形的个数和小于 min_neighbors - 1 都会被排除。如果min_neighbors 为 0, 则函数不做任何操作就返回所有的被检候选矩形框，这种设定值一般用在用户自定义对检测结果的组合程序上；
参数5：flags--要么使用默认值，要么使用CV_HAAR_DO_CANNY_PRUNING，如果设置为 CV_HAAR_DO_CANNY_PRUNING，那么函数将会使用Canny边缘检测来排除边缘过多或过少的区域，因此这些区域通常不会是人脸所在区域；
参数6、7：minSize和maxSize用来限制得到的目标区域的范围。

2、ImageUtils

package com.facedetect.func;import org.opencv.core.Mat;
import org.opencv.core.Rect;
import org.opencv.core.Size;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;import javax.imageio.ImageIO;
import javax.swing.*;
import java.awt.*;
import java.awt.image.BufferedImage;
import java.io.File;
import java.io.IOException;/*** @Auther: DarkKing* @Date: 2019/10/2 11:12* @Description:*/
public class ImageUtils {/*** 裁剪图片并重新装换大小* @param imagePath* @param posX* @param posY* @param width* @param height* @param outFile*/public static void imageCut(String imagePath,String outFile, int posX,int posY,int width,int height ){//原始图像Mat image = Imgcodecs.imread(imagePath);//截取的区域：参数,坐标X,坐标Y,截图宽度,截图长度Rect rect = new Rect(posX,posY,width,height);//两句效果一样Mat sub = image.submat(rect);   //Mat sub = new Mat(image,rect);Mat mat = new Mat();Size size = new Size(300, 300);Imgproc.resize(sub, mat, size);//将人脸进行截图并保存Imgcodecs.imwrite(outFile, mat);System.out.println(String.format("图片裁切成功，裁切后图片文件为： %s", outFile));}/**** @param imagePath* @param outFile*/public static void setAlpha(String imagePath,  String outFile) {/*** 增加测试项* 读取图片，绘制成半透明*/try {ImageIcon imageIcon = new ImageIcon(imagePath);BufferedImage bufferedImage = new BufferedImage(imageIcon.getIconWidth(),imageIcon.getIconHeight(), BufferedImage.TYPE_4BYTE_ABGR);Graphics2D g2D = (Graphics2D) bufferedImage.getGraphics();g2D.drawImage(imageIcon.getImage(), 0, 0, imageIcon.getImageObserver());//循环每一个像素点，改变像素点的Alpha值int alpha = 100;for (int j1 = bufferedImage.getMinY(); j1 < bufferedImage.getHeight(); j1++) {for (int j2 = bufferedImage.getMinX(); j2 < bufferedImage.getWidth(); j2++) {int rgb = bufferedImage.getRGB(j2, j1);rgb = ( (alpha + 1) << 24) | (rgb & 0x00ffffff);bufferedImage.setRGB(j2, j1, rgb);}}g2D.drawImage(bufferedImage, 0, 0, imageIcon.getImageObserver());//生成图片为PNGImageIO.write(bufferedImage, "png",  new File(outFile));System.out.println(String.format("绘制图片半透明成功，图片文件为： %s", outFile));}catch (Exception e) {e.printStackTrace();}}/*** 为图像添加水印* @param buffImgFile 底图* @param waterImgFile 水印* @param outFile 输出图片* @param alpha   透明度* @throws IOException*/private static void watermark(String buffImgFile,String waterImgFile,String outFile, float alpha) throws IOException {// 获取底图BufferedImage buffImg = ImageIO.read(new File(buffImgFile));// 获取层图BufferedImage waterImg = ImageIO.read(new File(waterImgFile));// 创建Graphics2D对象，用在底图对象上绘图Graphics2D g2d = buffImg.createGraphics();int waterImgWidth = waterImg.getWidth();// 获取水印层图的宽度int waterImgHeight = waterImg.getHeight();// 获取水印层图的高度// 在图形和图像中实现混合和透明效果g2d.setComposite(AlphaComposite.getInstance(AlphaComposite.SRC_ATOP, alpha));// 绘制g2d.drawImage(waterImg, 0, 0, waterImgWidth, waterImgHeight, null);g2d.dispose();// 释放图形上下文使用的系统资源//生成图片为PNGImageIO.write(buffImg, "png",  new File(outFile));System.out.println(String.format("图片添加水印成功，图片文件为： %s", outFile));}/*** 图片合成* @param image1* @param image2* @param posw* @param posh* @param outFile* @return*/public static void simpleMerge(String image1, String image2, int posw, int posh, String outFile) throws IOException{// 获取底图BufferedImage buffImg1 = ImageIO.read(new File(image1));// 获取层图BufferedImage buffImg2 = ImageIO.read(new File(image2));//合并两个图像int w1 = buffImg1.getWidth();int h1 = buffImg1.getHeight();int w2 = buffImg2.getWidth();int h2 = buffImg2.getHeight();BufferedImage imageSaved = new BufferedImage(w1, h1, BufferedImage.TYPE_INT_ARGB); //创建一个新的内存图像Graphics2D g2d = imageSaved.createGraphics();g2d.drawImage(buffImg1, null, 0, 0);  //绘制背景图像for (int i = 0; i < w2; i++) {for (int j = 0; j < h2; j++) {int rgb1 = buffImg1.getRGB(i + posw, j + posh);int rgb2 = buffImg2.getRGB(i, j);/*if (rgb1 != rgb2) {rgb2 = rgb1 & rgb2;}*/imageSaved.setRGB(i + posw, j + posh, rgb2); //修改像素值}}ImageIO.write(imageSaved, "png", new File(outFile));System.out.println(String.format("图片合成成功，合成图片文件为： %s", outFile));}
}

改类为文件处理类。

3、DetectFaceTest 测试类

package com.facedetect;import java.awt.AlphaComposite;
import java.awt.Graphics2D;
import java.awt.image.BufferedImage;
import java.io.File;
import java.io.IOException;import javax.imageio.ImageIO;
import javax.swing.ImageIcon;import com.facedetect.func.DetectFace;
import com.facedetect.func.ImageUtils;
import com.sun.imageio.plugins.common.ImageUtil;
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.core.Size;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
import org.opencv.objdetect.CascadeClassifier;/*** DrakKing*/
public class DetectFaceTest {public static void main(String[] args) throws Exception {DetectFace df = new DetectFace();String basePath =System.getProperty("user.dir");String s1= basePath+ "\\src\\com\\facedetect\\image\\test1.jpg";String s2= basePath+ "\\src\\com\\facedetect\\image\\test2.jpg";String s3= basePath+ "\\src\\com\\facedetect\\image\\test3.jpg";String e1= basePath+ "\\src\\com\\facedetect\\image\\1.png";String faceTemp = basePath+"\\src\\com\\facedetect\\tmp\\faceTemp.png";String eyeTemp = basePath+"\\src\\com\\facedetect\\tmp\\eyeTemp.png";//人脸识别df.detectFace(s1, faceTemp);//人眼识别df.detectEye(e1,  eyeTemp);//图片裁切// ImageUtils.imageCut(s3,temp, 50, 50,100,100);//设置图片为半透明
//        ImageUtils.setAlpha(s, temp);//为图片添加水印
//        ImageUtils.watermark(s,"E:\\ling.jpg",temp, 0.2f);//图片合成
//        ImageUtils.simpleMerge(s, "E:\\ling.jpg", 45, 50, temp);}
}

4、测试结果

测试拿test1图片做人脸测试，1.png做人眼测试。查看输出结果

执行DetectFaceTest。查看结果。人脸检测到3张。人眼检测到一张。

图片输出

到这教程就结束了，在实际使用过程中，我发现人眼识别准确率很低。可能是我的参数有问题。大家可以多进行测试一下。

Java实现人脸检测相关推荐

Java版人脸检测详解上篇：运行环境的Docker镜像(CentOS+JDK+OpenCV)
欢迎访问我的GitHub 这里分类和汇总了欣宸的全部原创(含配套源码):https://github.com/zq2599/blog_demos 本篇概览如果您看过<三分钟极速体验:Java版 ...
Java版人脸检测详解下篇：开发java应用并做成docker镜像
本篇概览如果您看过<Java版人脸检测上篇>一文,甚至动手实际操作过,那么你应该会对背后的技术细节感兴趣,开发这样一个应用,咱们总共要做以下三件事: 1.准备好docker基础镜像 2. ...
Java版人脸检测详解下篇：编码
欢迎访问我的GitHub 这里分类和汇总了欣宸的全部原创(含配套源码):https://github.com/zq2599/blog_demos 本篇概览如果您看过<三分钟极速体验:Java版 ...
三分钟极速体验：Java版人脸检测
欢迎访问我的GitHub 这里分类和汇总了欣宸的全部原创(含配套源码):https://github.com/zq2599/blog_demos 本篇概览检测照片中的人脸,用Java可以实现吗? 当 ...
Java实现人脸检测，java线程教程
@Auther: DarkKing @Date: 2019/10/2 11:06 @Description: */ public class DetectFace { //定义程序的基础路径 priv ...
人工智能Java SDK：人脸检测，应用于包括人脸门禁系统、刷脸支付等各行各业
人脸检测SDK 人脸识别广义的人脸识别实际包括构建人脸识别系统的一系列相关技术,包括人脸图像采集.人脸定位.人脸识别预处理.身份确认以及身份查找等: 而狭义的人脸识别特指通过人脸进行身份确认或者身份 ...
使用卷积神经网络（CupCnn）训练人脸检测模型
结果展示最近尝试做了下人脸检测,先上两张效果图吧: 这已经是跳出来的效果比较好的图片了,表现的确是有点差. 我用了4000(19*19)多张人脸图片和8000(19*19)多张非人脸图片训练出了这个 ...
Day 12: OpenCV —— Java开发者的人脸检测
今天我准备学习如何用Java来进行人脸检测.人脸检测有助于在任何数字图像上识别人脸,在做了一些研究后,我发现OpenCV的库可以帮我检测图像中的人脸.不过,我没能找到一个完整的通过Java使用Open ...
java r$_基于javacv的人脸检测Demo
[实例简介] 基于javacv的人脸检测Demo,参考文章:http://blog.csdn.net/viviwen123/article/details/6386302#reply [实例截图] [ ...

Java实现人脸检测