Java+opencv3.2.0实现人脸检测功能

说到人脸检测，首先要了解haar特征分类器。haar特征分类器说白了就是一个个的xml文件，不同的xml里面描述人体各个部位的特征值，比如人脸、眼睛等等。opencv3.2.0中提供了如下特征文件：

haarcascade_eye.xml
haarcascade_eye_tree_eyeglasses.xml
haarcascade_frontalcatface.xml
haarcascade_frontalcatface_extended.xml
haarcascade_frontalface_alt.xml
haarcascade_frontalface_alt_tree.xml
haarcascade_frontalface_alt2.xml
haarcascade_frontalface_default.xml
haarcascade_fullbody.xml
haarcascade_lefteye_2splits.xml
haarcascade_licence_plate_rus_16stages.xml
haarcascade_lowerbody.xml
haarcascade_profileface.xml
haarcascade_righteye_2splits.xml
haarcascade_russian_plate_number.xml
haarcascade_smile.xml
haarcascade_upperbody.xml

通过加载不同的特征文件，就能达到相应的检测效果。

opencv3.2.0中detectmultiscale函数参数说明：
detectmultiscale(mat image, matofrect objects, double scalefactor, int minneighbors, int flags, size minsize, size maxsize)
image：待检测图片，一般为灰度图（提高效率）
objects：被检测物体的矩形框向量组
scalefactor：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%
minneighbors：构成检测目标的相邻矩形的最小个数(默认为3个)
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
minsize：得到的目标区域的最小范围
maxsize：得到的目标区域的最大范围

人脸检测示例代码：

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.imgcodecs.imgcodecs;
import org.opencv.imgproc.imgproc;
import org.opencv.objdetect.cascadeclassifier;
public class facedetect
{

  public static void main(string[] args)
  {
    // todo auto-generated method stub
    system.loadlibrary(core.native_library_name);
    system.out.println("\nrunning facedetector");
    cascadeclassifier facedetector = new cascadeclassifier();
    facedetector.load(
        "c:\\program files\\opencv\\sources\\data\\haarcascades\\haarcascade_frontalface_alt.xml");
    mat image = imgcodecs.imread("f:\\1114.jpg");

    matofrect facedetections = new matofrect();
    facedetector.detectmultiscale(image, facedetections);
    system.out.println(string.format("detected %s faces", facedetections.toarray().length));
    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));
    }

    string filename = "f:\\ouput.jpg";
    imgcodecs.imwrite(filename, image);
  }
}

源图像与结果图：

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。