OpenCV
概述
OpenCV（Open Source Computer Vision Library）是一个开源计算机视觉库，它提供了丰富的工具和算法，用于处理图像和视频数据。该库由一系列高效的计算机视觉算法组成，涵盖了许多领域，包括目标识别、图像处理、机器学习、三维重建等。
以下是OpenCV的一些关键特点和功能：
跨平台性： OpenCV是一个跨平台的计算机视觉库，支持Windows、Linux、macOS、iOS等多个操作系统。图像处理： OpenCV提供了丰富的图像处理功能，包括图像滤波、边缘检测、形态学操作、颜色空间转换等。特征检测与描述符： OpenCV包括多种特征检测和描述符算法，如SIFT、SURF、ORB等，用于在图像中寻找关键点并生成描述符。目标检测： OpenCV支持多种目标检测算法，其中包括Haar级联分类器、HOG（Histogram of Oriented Gradients）等。图像分割： OpenCV包括图像分割算法，用于将图像分成不同的区域或对象。计算机视觉： OpenCV涉及计算机视觉的多个领域，如立体视觉、相机标定、运动估计等。机器学习： OpenCV集成了一些机器学习算法，包括支持向量机、k近邻、决策树等。深度学习： OpenCV对深度学习模型的支持不断增强，包括对常见深度学习框架（如TensorFlow、PyTorch）模型的集成。多媒体处理： OpenCV支持对视频流和音频数据的处理，包括捕捉、录制、播放等。开源和社区： OpenCV是一个开源项目，拥有庞大的用户社区。这意味着你可以从社区获取支持，分享代码和经验。
使用OpenCV可以在计算机视觉和图像处理项目中加速开发过程。无论是学术研究还是商业应用，OpenCV都提供了丰富的工具和资源，帮助开发者处理图像和视频数据。
其他学习方式：
官网文档地址：https://docs.opencv.org/4.6.0/df/d65/tutorial_table_of_content_introduction.html
教程参考：https://www.w3cschool.cn/opencv/
教程参考：https://www.yiibai.com/opencv/opencv_adding_text.html
下载与安装
1、你可以从OpenCV的GitHub仓库下载Haar级联分类器的XML文件，该文件用于人脸检测。以下是官方的GitHub仓库地址：
https://github.com/opencv/opencv
在该仓库中，Haar级联分类器的XML文件通常位于 data/haarcascades 目录下。具体来说，用于人脸检测的文件是 haarcascade_frontalface_default.xml。
你可以通过直接访问GitHub页面下载该文件，或者使用Git工具将整个仓库克隆到本地。以下是通过Git克隆仓库的命令：
git clone https://github.com/opencv/opencv.git
然后，你可以在 opencv/data/haarcascades 目录下找到 haarcascade_frontalface_default.xml 文件。
请注意，OpenCV的GitHub仓库可能会有更新，因此你可能需要查看最新的版本。
2、下载地址：https://opencv.org/releases/
下载到本地后，双击进行安装即可
目录说明
1、安装目录如下：
build ：基于window构建
sources：开源，提供源码
2、这里是Java开发关注java目录即可：
x64与x86：代表给不同的系统使用
opencv-452.jar：给java操作openvc的程序包
3、由于是64位系统，所以关注x64目录：
DLL：(Dynamic Link Library)文件为动态链接库文件，又称“应用程序拓展”，是软件文件类型。DLL文件，放置于系统中。当执行某一个程序时，相应的DLL文件就会被调用
实现操作集成依赖
方式一：
这里使用IDEA进行开发，导入opencv-460.jar库，使用快捷键 Ctrl+Shift+Alt+S打开，选择库项，导入Java库：
方式二：
创建一个maven项目（springboot也行），并引入依赖，在pom.xml文件中添加：
Java代码示例
方式一：
以下是一个简单的Java代码示例，演示如何使用OpenCV进行人脸识别。这个示例使用了OpenCV的Haar级联分类器来检测图像中的人脸。确保你已经将OpenCV的JAR文件添加到你的Java项目中。
import nu.pattern.OpenCV;
import org.opencv.core.*;
import org.opencv.highgui.HighGui;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
import org.opencv.objdetect.CascadeClassifier;
/**
* 描述：Java中利用OpenCV进行人脸识别
*
* @author 为一道彩虹
*/
public class FaceRecognition
{
public static void main(String[] args)
{
// 加载 OpenCV 库
OpenCV.loadShared();
// 读取图像
String imagePath = "D://Test/1553247564696949.jpg";
Mat image = Imgcodecs.imread(imagePath);
// 加载人脸分类器
String xmlFile = "D://haarcascade_frontalface_alt.xml";
CascadeClassifier faceDetector = new CascadeClassifier(xmlFile);
// 人脸检测
MatOfRect faceDetections = new MatOfRect();
faceDetector.detectMultiScale(image, faceDetections);
// 绘制人脸框
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));
}
// 显示结果
HighGui.imshow("Detected Face", image);
HighGui.waitKey();
// 释放资源
image.release();
}
}
确保替换 imagePath 和 xmlFile 为你实际的图像文件路径和Haar级联分类器的XML文件路径。
原图：
利用 OpenCV进行人脸检测的结果：
方式二：
除了上述方式，还可以将opencv-452.jar安装到本地仓库或私有仓库，然后在pom.xml中引入依赖。
在pom.xml文件中，通过坐标的形式引入
验证
public class MyTest
{
// 调用OpenCV库文件
static
{
System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
}
public static void main(String args[])
{
// 创建一个3X3的对角矩阵
Mat a = Mat.eye(3, 3, CvType.CV_8UC1);
System.out.println(a.dump());
}
}
执行上述代码，不出意外将出现如下异常：
Exception in thread "main" java.lang.UnsatisfiedLinkError: no opencv_java460 in java.library.path
at java.lang.ClassLoader.loadLibrary(ClassLoader.java:1860)
at java.lang.Runtime.loadLibrary0(Runtime.java:871)
at java.lang.System.loadLibrary(System.java:1122)
解决方案有2种：
1.将D:\Java\opencv\build\java\x64\opencv_java452.dll文件拷贝至下面2个目录，任选其一即可。
2.通过指定虚拟机参数解决：
try
{
String openCVDllName = "D:\\Java\\opencv\\build\\java\\x64\\opencv_java452.dll";
// 本文使用 openCV4.5.2
System.load(openCVDllName);
}
catch (SecurityException e)
{
System.out.println(e.toString());
System.exit(-1);
}
catch (UnsatisfiedLinkError e)
{
System.out.println(e.toString());
System.exit(-1);
}
以下是一个简单的Java代码示例，演示如何使用OpenCV进行人脸识别。这个示例使用了OpenCV的Haar级联分类器来检测图像中的人脸。确保你已经将OpenCV的JAR文件添加到你的Java项目中。
import org.opencv.core.*;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
import org.opencv.objdetect.CascadeClassifier;
/**
* 描述：描述：Java中利用OpenCV进行人脸识别
*
* @author 为一道彩虹
*/
public class DetectFaceDemo
{
public static void detectFace(String imagePath, String outFile) throws Exception
{
System.out.println("开始人脸检测...");
// 加载人脸分类器
String xmlFile = "D://haarcascade_frontalface_alt.xml";
CascadeClassifier faceDetector = new CascadeClassifier(xmlFile);
Mat image = Imgcodecs.imread(imagePath);
// 在图片中检测人脸
MatOfRect faceDetections = new MatOfRect();
faceDetector.detectMultiScale(image, faceDetections);
System.out.println(String.format("检测到 %s个人脸", faceDetections.toArray().length));
// 绘制人脸框
Rect[] rects = faceDetections.toArray();
if (rects != null && rects.length > 1)
{
for (Rect rect : rects)
{
// 在每一个识别出来的人脸周围画出一个方框
Imgproc.rectangle(image, new Point(rect.x, rect.y), new Point(rect.x + rect.width, rect.y + rect.height), new Scalar(0, 255, 0), 3);
}
}
// 存储
Imgcodecs.imwrite(outFile, image);
System.out.println(String.format("人脸检测结果，人脸检测图片文件为：%s", outFile));
}
public static void main(String[] args) throws Exception
{
try
{
String openCVDllName = "D:\\Java\\opencv\\build\\java\\x64\\opencv_java452.dll";
// 本文使用 openCV4.5.2
System.load(openCVDllName);
}
catch (SecurityException e)
{
System.out.println(e.toString());
System.exit(-1);
}
catch (UnsatisfiedLinkError e)
{
System.out.println(e.toString());
System.exit(-1);
}
// 人脸测试
String imagePath = "D:\\Test\\1553247564696949.jpg";
detectFace(imagePath, "D:\\face2.png");
}
}
利用 OpenCV进行人脸检测的结果：
总结：
在Java中使用OpenCV进行人脸识别通常涉及以下步骤：
安装 OpenCV： 首先，确保你已经在你的Java项目中安装了OpenCV库。你可以通过Maven或手动下载并添加OpenCV的JAR文件到你的项目中。加载 OpenCV 库： 在你的Java代码中，你需要加载OpenCV库。这可以通过以下方式之一完成：
System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
或者，如果你使用的是OpenCV的Java wrapper，你可以使用：
nu.pattern.OpenCV.loadShared();
读取图像： 使用OpenCV的 Mat 类来加载图像。这是OpenCV中表示图像的数据结构。
Mat image = Imgcodecs.imread("path/to/your/image.jpg");
加载人脸分类器： 为了进行人脸检测，你需要使用Haar级联分类器。OpenCV提供了训练好的人脸检测器，你可以从OpenCV官方网站下载。
String xmlFile = "path/to/haarcascade_frontalface_default.xml";
CascadeClassifier faceDetector = new CascadeClassifier(xmlFile);
人脸检测： 使用加载的分类器对图像进行人脸检测。
MatOfRect faceDetections = new MatOfRect();
faceDetector.detectMultiScale(image, faceDetections);
绘制人脸框： 遍历检测到的人脸并在图像上绘制矩形框。
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));
}
显示结果： 可以使用OpenCV的窗口显示图像。
HighGui.imshow("Detected Face", image);
HighGui.waitKey();
释放资源： 当你完成所有操作后，确保释放OpenCV对象。
image.release();
请注意，以上代码只是一个简单的示例。在实际应用中，你可能需要处理图像的各种情况，例如图像预处理、性能优化等。此外，你还可以使用深度学习模型进行人脸识别，OpenCV也提供了对深度学习模型的支持。
先赞后看，养成习惯！！！^ _ ^ ❤️ ❤️ ❤️ 码字不易，大家的支持就是我的坚持下去的动力。点赞后不要忘了关注我哦！
精彩文章
发表评论