本文实例为大家分享了javaOpenCV-4.0.0 实时人脸识别,供大家参考,具体内容如下
package com.xu.opencv; 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.highgui.HighGui; import org.opencv.imgproc.Imgproc; import org.opencv.objdetect.CascadeClassifier; import org.opencv.videoio.VideoCapture; /** * * @Title: Image.java * @Description: OpenCV-4.0.0 测试文件 * @Package com.xu.test * @author: xuhyacinth * @date: 2019年5月7日12:13:13 * @version: V-1.0.0 * @Copyright: 2019 xuhyacinth * */ public class Image { static { //在使用OpenCV前必须加载Core.NATIVE_LIBRARY_NAME类,否则会报错 System.loadLibrary(Core.NATIVE_LIBRARY_NAME); } public static void main(String[] args) { videoFace(); } /** * OpenCV-4.0.0 实时人脸识别 * @return: void * @date: 2019年5月7日12:16:55 */ public static void videoFace() { VideoCapture capture=new VideoCapture(0); Mat image=new Mat(); int index=0; if (capture.isOpened()) { while(true) { capture.read(image); HighGui.imshow("实时人脸识别", getFace(image)); index=HighGui.waitKey(1); if (index==27) { break; } } } return; } /** * OpenCV-4.0.0 人脸识别 * @date: 2019年5月7日12:16:55 * @param image 待处理Mat图片(视频中的某一帧) * @return 处理后的图片 */ public static Mat getFace(Mat image) { // 1 读取OpenCV自带的人脸识别特征XML文件 CascadeClassifier facebook=new CascadeClassifier("E:\\OpenCV-4.0.0\\sources\\data\\haarcascades\\haarcascade_frontalface_alt.xml"); // 2 特征匹配类 MatOfRect face = new MatOfRect(); // 3 特征匹配 facebook.detectMultiScale(image, face); Rect[] rects=face.toArray(); System.out.println("匹配到 "+rects.length+" 个人脸"); // 4 为每张识别到的人脸画一个圈 for (int i = 0; i < rects.length; i++) { Imgproc.rectangle(image,new Point(rects[i].x,rects[i].y), new Point(rects[i].x + rects[i].width,rects[i].y + rects[i].height), new Scalar(0, 255, 0)); Imgproc.putText(image,"Human", new Point(rects[i].x, rects[i].y),Imgproc.FONT_HERSHEY_SCRIPT_SIMPLEX, 1.0, new Scalar(0, 255, 0),1,Imgproc.LINE_AA,false); //Mat dst=image.clone(); //Imgproc.resize(image, image, new Size(300,300)); } return image; } }
效果图:
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亿速云。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。