如何在Java中使用OpenCV實現人臉檢測

今天就跟大家聊聊有關如何在Java中使用OpenCV實現人臉檢測，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結了以下內容，希望大家根據這篇文章可以有所收獲。

CameraBasic.java

package com.njupt.zhb.test;

import java.awt.EventQueue;

import javax.swing.ImageIcon;
import javax.swing.JFrame;
import javax.swing.JLabel;

import org.opencv.core.*;
import org.opencv.highgui.Highgui;
import org.opencv.highgui.VideoCapture;
import org.opencv.imgproc.Imgproc;
import org.opencv.objdetect.CascadeClassifier;
/**
 * 動態人臉檢測并裁剪
 * @author hyj
 *
 */
public class CameraBasic {
 static {
  System.out.println(System.getProperty("java.library.path")); 
  System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
 }
 private JFrame frame;
 private static JLabel label;
 private static int flag = 0;

 public static void main(String[] args) {
  EventQueue.invokeLater(new Runnable() {
   @Override
   public void run() {
    try {
     CameraBasic window = new CameraBasic();
     window.frame.setVisible(true);
    } catch (Exception e) {
     e.printStackTrace();
    }
   }
  });

  VideoCapture camera = new VideoCapture();//創建Opencv中的視頻捕捉對象
  camera.open(0);//open函數中的0代表當前計算機中索引為0的攝像頭，如果你的計算機有多個攝像頭，那么一次1,2,3……
  if (!camera.isOpened()) {//isOpened函數用來判斷攝像頭調用是否成功
   System.out.println("Camera Error");//如果攝像頭調用失敗，輸出錯誤信息
  } else {
   Mat frame = new Mat();//創建一個輸出幀
   while (flag == 0) {
    camera.read(frame);//read方法讀取攝像頭的當前幀
//    CascadeClassifier faceDetector = new CascadeClassifier("src/com/njupt/zhb/test/lbpcascade_frontalface.xml");
    CascadeClassifier faceDetector = new CascadeClassifier("src/com/njupt/zhb/test/haarcascade_frontalface_alt.xml");
    MatOfRect faceDetections = new MatOfRect();
    faceDetector.detectMultiScale(frame, faceDetections);
    Rect [] rectArray = faceDetections.toArray();
    if (rectArray.length > 0) {
     
     for (int i=0;i<rectArray.length;i++) {
      Rect rect = rectArray[i];
      Rect rectCrop = new Rect(rect.x, rect.y, rect.width, rect.height);
      if (rect.width + rect.height > rectCrop.height + rectCrop.width) {
       rectCrop = new Rect(rect.x, rect.y, rect.width, rect.height);
      }
       System.out.println(String.format("檢測到 %s 個人臉！ ", rectArray.length));
       Mat imageRoi = new Mat(frame, rectCrop);
       String name = System.currentTimeMillis()+".png";
       Highgui.imwrite(name, imageRoi);
       
      
      Core.rectangle(frame, new Point(rect.x, rect.y), new Point(rect.x + rect.width, rect.y + rect.height), new Scalar(0, 0, 255), 2);
     }
    }
    

    //轉換圖像格式并輸出
    label.setIcon(new ImageIcon(mat2BufferedImage.matToBufferedImage(frame)));

    try {
     Thread.sleep(500);//線程暫停500ms
    } catch (InterruptedException e) {
     // TODO Auto-generated catch block
     e.printStackTrace();
    }

    
    
    
//    if (faceCount > 0) {
//     faceSerialCount++;
//     System.out.println(faceSerialCount);
//    } else {
//     faceSerialCount = 0;
//    }
//
//    if (faceSerialCount > 6) {
//     Mat imageRoi = new Mat(frame, rectCrop);
//     Highgui.imwrite("haha.png", imageRoi);
//     faceSerialCount = 0;
//    }
   }
  }
 }

 private CameraBasic() {
  initialize();
 }

 private void initialize() {
  frame = new JFrame();
  frame.setBounds(100, 100, 1000, 600);
  frame.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);
  frame.getContentPane().setLayout(null);
  label = new JLabel("");
  label.setBounds(0, 0, 1000, 500);
  frame.getContentPane().add(label);
 }
 
 
}

看完上述內容，你們對如何在Java中使用OpenCV實現人臉檢測有進一步的了解嗎？如果還想了解更多知識或者相關內容，請關注億速云行業資訊頻道，感謝大家的支持。