上一篇小沃给大家讲解了一下java + eclipse + opencv环境搭建的方法，这一篇小沃给大家讲讲如何通过java + opencv实现人脸检测。

如果关于搭建最简单的opencv工程还有什么不明白的，请直接去看上一篇文章。

下面，小沃就来讲讲如何实现java下的人脸检测。

一、导入过滤器文件

这里我们所使用的过滤器是在源代码中的build -> etc -> lbpcascades -> lbpcascade_frontalface.xml文件。

首先我们将它拖到工程目录的src文件夹中去。

二、获取相关资料

1.获取过滤器

CascadeClassifier faceDetector = new CascadeClassifier(getClass().getResource("/lbpcascade_frontalface.xml").getPath().substring(1));

2.获取需要处理的图片

Mat image = Imgcodecs.imread(filepath);//filepath是需要处理的图片的绝对路径

三、使用过滤器处理图片，并且将图片存到MatOfRect对象中去

MatOfRect faceDetections = new MatOfRect();

faceDetector.detectMultiScale(image, faceDetections);

四、解析得到的结果

System.out.println(String.format("Detected %s faces", faceDetections.toArray().length));//打印当前图片有几张脸

for (Rect rect : faceDetections.toArray()) {//分离出人脸的相关信息

Imgproc.rectangle(image, new Point(rect.x, rect.y), new Point(rect.x + rect.width, rect.y + rect.height), new Scalar(0, 255, 0));//给原画的人脸部分画上方框

}

//将新的图片本地保存

String filename = "faceDetection.png";

System.out.println(String.format("Writing %s", filename));

Imgcodecs.imwrite(filename, image);

这样就能找到人脸了。

下面贡献一段代码，注：如果想运行这段代码，需要将图片lena.png放到src下。

Main.java

package facedetect;

import org.opencv.core.Core;

public class Main {

	public static void main(String[] args) {
		// TODO Auto-generated method stub
		System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
		DetectFaceDemo detectfacedemo = new DetectFaceDemo();
		detectfacedemo.run();	
	}

}

DetectFaceDemo.java

package facedetect;

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 DetectFaceDemo {
	  public void run() {
		    System.out.println("\nRunning DetectFaceDemo");

		    // Create a face detector from the cascade file in the resources
		    // directory.
		    String xmlpath = getClass().getResource("/lbpcascade_frontalface.xml").getPath().substring(1);
		    System.out.println(xmlpath);
		    CascadeClassifier faceDetector = new CascadeClassifier(xmlpath);
		    String srcImagepath = getClass().getResource("/lena.png").getPath().substring(1);
		    System.out.println(srcImagepath);
		    Mat image = Imgcodecs.imread(srcImagepath);

		    // Detect faces in the image.
		    // MatOfRect is a special container class for Rect.
		    MatOfRect faceDetections = new MatOfRect();
		    faceDetector.detectMultiScale(image, faceDetections);

		    System.out.println(String.format("Detected %s faces", faceDetections.toArray().length));

		    // Draw a bounding box around each face.
		    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));
		    }

		    // Save the visualized detection.
		    String filename = "faceDetection.png";
		    System.out.println(String.format("Writing %s", filename));
		    Imgcodecs.imwrite(filename, image);
		  }
}

运行效果如下图：

运行前

运行后