摘要：今天我準備學習如何用來進行人臉檢測。它提供和的接口，并支持所有主流操作系統平臺，包括及。這個過程之后，將有面部檢測。我們遍歷所有的臉部檢測并用矩形標記圖像。這個程序的輸出展示如下，這是在人臉檢測之前和之后的圖片今天就這些，歡迎反饋。

今天我準備學習如何用Java來進行人臉檢測。人臉檢測有助于在任何數字圖像上識別人臉，在做了一些研究后，我發現OpenCV的庫可以幫我檢測圖像中的人臉。不過，我沒能找到一個完整的通過Java使用OpenCV庫的初學者教程，所以這篇文章可能會是他人在這方面學習的資料。

OpenCV(Open Source Computer Vision) 是一個開源的計算機視覺算法庫。是用C/C++寫的，旨在發揮多核心的優勢。它提供C++、C、Python和Java的接口，并支持所有主流操作系統平臺，包括Windows、Linux、Mac OS、iOS及Android。

今天的演示應用程序的代碼在GitHub上有：day12-face-detection 。

開始學習OpenCV，第一步就是去它官網下載支持你目前操作系統的最新版本OpenCV包，文中使用的是2.4.7版。

程序包下載完成后，使用tar命令解壓：

$ tar xvf opencv-2.4.7.tar.gz

切換目錄到opencv-2.4.7：

$ cd opencv-2.4.7

我花了很多時間來了解如何獲得OpenCV的jar文件。文檔中的Java教程假設OpenCV jar文件是在生成文件夾中，適用于Windows用戶的OpenCV包（包括jar文件），但并不適用于Linux和Mac OS用戶。為了構建OpenCV jar，請執行如下命令：

$ cd opencv-2.4.7

$ mkdir build

$ cd build/

$ cmake -G "Unix Makefiles" -D CMAKE_CXX_COMPILER=/usr/bin/g++ -D CMAKE_C_COMPILER=/usr/bin/gcc -D WITH_CUDA=ON .. 

$ make -j4 

$ make install

上面的命令會在 opencv-2.4.7/build/bin 的目錄下創建opencv-247.jar 文件，這是Java綁定到本地OpenCV的安裝方法。

如果你系統里沒有安裝eclipse，可以去Eclipse官網下載最新版，就目前而言eclipse最新版的代號是Kepler。

Eclipse的安裝很容易，只需要解壓下載下來的包即可。如果是在Linux或者Mac機器上，開個命令行窗口，輸入如下命令：

$ tar -xzvf eclipse-jee-kepler-R-*.tar.gz 

Windows下，你解壓到哪里，那里就會有一個eclipse文件夾，這樣就可以直接操作了，當然你也可以創建執行文件的快捷方式到桌面。

打開Eclipse IDE，然后到項目工作區，轉到目錄 Windows > Preferences > Java > Build Path > User Libraries 下，選擇添加一個新的庫。

給這個庫命名為OpenCV-2.4.7之類的名字，然后點擊“確定”。

點擊Add External Jars，然后添加 OpenCV-2.4.7 文件。

選擇Native library location，然后點擊“編輯(Edit)”。

點擊 External Folder。

在opencv-2.4.7/build/lib 文件夾下給出庫目錄(lib)的路徑。

現在，點擊“確定”，我們已經把 OpenCV 作為用戶庫(user library)添加進去了。

一步一步在File > New > Other > Java Project下創建新的Java項目，完成后，右鍵單擊該項目配置構建路徑。

轉到Libraries選項卡，然后點擊“添加庫(Add Library)”。

選擇“用戶庫(User Library)”

選擇我們最后一步添加進去的OpenCV-2.4.7用戶庫，點擊“完成”。

最后，你會看見這個Java項目里已經包含了OpenCV-2.4.7用戶庫。

在上面創建的Java項目里創建一個類(class)，并添加下面的代碼：

package com.shekhar.facedetection;

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.objdetect.CascadeClassifier;

public class FaceDetector {

    public static void main(String[] args) {

        System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
        System.out.println("
Running FaceDetector");

        CascadeClassifier faceDetector = new CascadeClassifier(FaceDetector.class.getResource("haarcascade_frontalface_alt.xml").getPath());
        Mat image = Highgui
                .imread(FaceDetector.class.getResource("shekhar.JPG").getPath());

        MatOfRect faceDetections = new MatOfRect();
        faceDetector.detectMultiScale(image, faceDetections);

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

        for (Rect rect : faceDetections.toArray()) {
            Core.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 = "ouput.png";
        System.out.println(String.format("Writing %s", filename));
        Highgui.imwrite(filename, image);
    }
} 

上面的這些代碼可以：

加載本地的OpenCV庫，這樣就可以用它來調用Java API。

創建實例CascadeClassifier，將已加載的分類器的文件名傳遞給它。

接下來我們將圖片轉化成Java API能夠接受使用Highui類的格式，鋪墊在OpenCV C++的n維密集數組類上邊。

然后，調用分類器上的detectMultiScale方法傳遞給它圖象和MatOfRect對象。這個過程之后，MatOfRect將有面部檢測。

我們遍歷所有的臉部檢測并用矩形標記圖像。

最后，將圖像寫入輸出的 .png 文件里。

這個程序的輸出展示如下，這是在人臉檢測之前和之后的圖片：

今天就這些，歡迎反饋。

原文 Day 12: OpenCV--Face Detection for Java Developers
整理 SegmentFault