Android上的人脸识别

概述我正在尝试在Android上开发一个FaceRecognition应用程序,因为我不想在项目上使用NDK(只是没有时间切换),我坚持使用Java开发整个应用程序,因此我遇到了一些问题：>似乎Contrib模块不包含在OpenCV2.4.2中.无论如何在项目中使用它？>我尝试使用JavaCV来使用ContribModule的“FaceRec

我正在尝试在Android上开发一个Face Recognition应用程序,因为我不想在项目上使用NDK(只是没有时间切换),我坚持使用Java开发整个应用程序,因此我遇到了一些问题：

>似乎Contrib模块不包含在OpenCV 2.4.2中.无论如何在项目中使用它？
>我尝试使用JavaCV来使用Contrib Module的“FaceRecognizer”类.有两个类可用,称为“FaceRecognizer”& “FaceRecognizerPtr”.有谁知道这两者之间的区别是什么？
>上面提到的类有一个叫做“Train”的方法,它在(C语言中)接收两个类型为“Mat& Integer”的矢量(模型 – >列车(图像,标签)& train(Vector< mat> theImages,Vector< ; int> theLabels).我尝试在Java中传递它们ArrayList< mat>& ArrayList< integer>和Vectors但似乎该方法显式接受了“CvArr”数据类型,我不知道如何获取…这是错误：

The method train(opencv_core.CvArr, opencv_core.CvArr) in the type
opencv_contrib.FaceRecognizer is not applicable for the arguments
(ArrayList, ArrayList)

有谁知道如何将我的ArrayList更改为CvArr？

这是我的第一篇文章,我不确定是在一个帖子还是在三个帖子中提出所有三个问题,对于给您带来的任何不便表示遗憾…如果您需要有关该项目的任何其他信息,请随时提出.

解决方法:

更新

以下文章是由Petter Christian Bjelland撰写的,所以所有的功劳都是他的.我在这里发帖,因为他的博客目前似乎处于维护模式,但我认为值得分享.

使用JavaCV进行人脸识别(自http://pcbje.com起)

我找不到任何关于如何使用OpenCV和Java进行人脸识别的教程,所以我决定在这里分享一个可行的解决方案.由于培训模型是在每次运行时构建的,因此解决方案的当前形式效率非常低,但它显示了使其工作所需的内容.

下面的类有两个参数：包含训练面的目录的路径以及要分类的图像的路径.并非所有图像都必须具有相同的尺寸,并且必须从原始图像中裁剪出面部(如果尚未进行面部检测,请查看此处).

为了简化这篇文章,该课程还要求训练图像具有文件名格式：< label> -rest_of_filename.png.例如：

1-jon_doe_1.png1-jon_doe_2.png2-jane_doe_1.png2-jane_doe_2.png

… 等等.

代码：

import com.Googlecode.javacv.cpp.opencv_core;import static com.Googlecode.javacv.cpp.opencv_highgui.*;import static com.Googlecode.javacv.cpp.opencv_core.*;import static com.Googlecode.javacv.cpp.opencv_imgproc.*;import static com.Googlecode.javacv.cpp.opencv_contrib.*;import java.io.file;import java.io.filenameFilter;public class OpenCVFaceRecognizer {  public static voID main(String[] args) {    String trainingDir = args[0];    Iplimage testimage = cvLoadImage(args[1]);    file root = new file(trainingDir);    filenameFilter pngFilter = new filenameFilter() {      public boolean accept(file dir, String name) {        return name.tolowerCase().endsWith(".png");      }    };    file[] imagefiles = root.Listfiles(pngFilter);    MatVector images = new MatVector(imagefiles.length);    int[] labels = new int[imagefiles.length];    int counter = 0;    int label;    Iplimage img;    Iplimage grayimg;    for (file image : imagefiles) {      // Get image and label:      img = cvLoadImage(image.getabsolutePath());      label = Integer.parseInt(image.getname().split("\-")[0]);      // Convert image to grayscale:      grayimg = Iplimage.create(img.wIDth(), img.height(), IPL_DEPTH_8U, 1);      cvCvtcolor(img, grayimg, CV_BGR2GRAY);      // Append it in the image List:      images.put(counter, grayimg);      // And in the labels List:      labels[counter] = label;      // Increase counter for next image:      counter++;    }    FaceRecognizer faceRecognizer = createFisherFaceRecognizer();    // FaceRecognizer faceRecognizer = createEigenFaceRecognizer();    // FaceRecognizer faceRecognizer = createLBPHFaceRecognizer()    faceRecognizer.train(images, labels);    // Load the test image:    Iplimage greyTestimage = Iplimage.create(testimage.wIDth(), testimage.height(), IPL_DEPTH_8U, 1);    cvCvtcolor(testimage, greyTestimage, CV_BGR2GRAY);    // And get a prediction:    int predictedLabel = faceRecognizer.predict(greyTestimage);    System.out.println("Predicted label: " + predictedLabel);  }}

该类需要OpenCV Java接口.如果您正在使用Maven,则可以使用以下pom.xml检索所需的库：

<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"     xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">  <modelVersion>4.0.0</modelVersion>  <groupID>com.pcbje</groupID>  <artifactID>opencvfacerecognizer</artifactID>  <version>0.1-SNAPSHOT</version>  <packaging>jar</packaging>  <name>opencvfacerecognizer</name>  <url>http://pcbje.com</url>  <dependencIEs>    <dependency>      <groupID>com.Googlecode.javacv</groupID>      <artifactID>javacv</artifactID>      <version>0.3</version>    </dependency>    <!-- For linux x64 environments -->    <dependency>      <groupID>com.Googlecode.javacv</groupID>      <artifactID>javacv</artifactID>      <classifIEr>linux-x86_64</classifIEr>      <version>0.3</version>    </dependency>        <!-- For OSX environments -->    <dependency>      <groupID>com.Googlecode.javacv</groupID>      <artifactID>javacv</artifactID>      <classifIEr>macosx-x86_64</classifIEr>      <version>0.3</version>    </dependency>  </dependencIEs>  <repositorIEs>    <repository>      <ID>javacv</ID>      <name>JavaCV</name>      <url>http://maven2.javacv.Googlecode.com/git/</url>    </repository>  </repositorIEs></project>

原帖

引自我在http://answers.opencv.org/question/865/the-contrib-module-problem的回复.

在没有使用过javacv的情况下,让我们看看我们可以通过查看接口获得多远！该项目位于Googlecode上,可以轻松浏览代码：http://code.google.com/p/javacv.

首先看看如何包装cv :: FaceRecognizer(opencv_contrib.java, line 845 at time of writing this)：

@namespace("cv") public static class FaceRecognizer extends Algorithm {    static { Loader.load(); }    public FaceRecognizer() { }    public FaceRecognizer(Pointer p) { super(p); }    public /*abstract*/ native voID train(@ByRef MatVector src, @Adapter("ArrayAdapter") CvArr labels);    public /*abstract*/ native int predict(@Adapter("ArrayAdapter") CvArr src);    public /*abstract*/ native voID predict(@Adapter("ArrayAdapter") CvArr src, @ByRef int[] label, @ByRef double[] dist);    public native voID save(String filename);    public native voID load(String filename);    public native voID save(@Adapter("fileStorageAdapter") CvfileStorage fs);    public native voID load(@Adapter("fileStorageAdapter") CvfileStorage fs);}

啊哈,所以你需要为图像传递MatVector！您可以在CvArr(一行或一列)中传递标签. MatVector在opencv_core, line 4629 (at time of writing this)中定义,它看起来像这样：

public static class MatVector extends Pointer {    static { load(); }    public MatVector()       { allocate();  }    public MatVector(long n) { allocate(n); }    public MatVector(Pointer p) { super(p); }    private native voID allocate();    private native voID allocate(@Cast("size_t") long n);    public native long size();    public native voID resize(@Cast("size_t") long n);    @Index @ValueGetter public native @Adapter("MatAdapter") CvMat getCvMat(@Cast("size_t") long i);    @Index @ValueGetter public native @Adapter("MatAdapter") CvMatND getCvMatND(@Cast("size_t") long i);    @Index @ValueGetter public native @Adapter("MatAdapter") Iplimage getIplimage(@Cast("size_t") long i);    @Index @ValueSetter public native MatVector put(@Cast("size_t") long i, @Adapter("MatAdapter") CvArr value);}

再看看代码,我想它可以像这样使用：

int numberOfImages = 10;// Allocate some memory:MatVector images = new MatVector(numberOfImages);// Then fill the MatVector, you probably want to do something useful instead:for(int IDx = 0; IDx < numberOfImages; IDx++){   // Load an image:   CvArr image = cvLoadImage("/path/to/your/image");   // And put it into the MatVector:   images.put(IDx, image);}

您可能想要自己编写一个方法来执行从Java ArrayList到MatVector的转换(如果javacv中还没有这样的函数).

现在回答你的第二个问题. FaceRecognizer等同于cv :: FaceRecognizer.本机OpenCV C类返回一个cv :: Ptr< cv :: FaceRecognizer&gt ;,这是一个指向cv :: FaceRecognizer的(智能)指针.这也必须包装好.看到这里的模式？FaceRecognizerPtr的界面现在看起来像这样：

@name("cv::Ptr<cv::FaceRecognizer>")public static class FaceRecognizerPtr extends Pointer {    static { load(); }    public FaceRecognizerPtr()       { allocate();  }    public FaceRecognizerPtr(Pointer p) { super(p); }    private native voID allocate();    public native FaceRecognizer get();    public native FaceRecognizerPtr put(FaceRecognizer value);}

因此,您可以从此类获取FaceRecognizer或将FaceRecognizer放入其中.您应该只关注get(),因为指针由创建具体FaceRecognizer算法的方法填充：

@namespace("cv") public static native @ByVal FaceRecognizerPtr createEigenFaceRecognizer(int num_components/*=0*/, double threshold/*=DBL_MAX*/);@namespace("cv") public static native @ByVal FaceRecognizerPtr createFisherFaceRecognizer(int num_components/*=0*/, double threshold/*=DBL_MAX*/);@namespace("cv") public static native @ByVal FaceRecognizerPtr createLBPHFaceRecognizer(int radius/*=1*/,        int neighbors/*=8*/, int grID_x/*=8*/, int grID_y/*=8*/, double threshold/*=DBL_MAX*/);

所以,一旦你有FaceRecognizerPtr,你可以做以下事情：

// Holds your training data and labels:MatVector images;CvArr labels;// Do something with the images and labels... Probably fill them?// ...// Then get a Pointer to a FaceRecognizer (FaceRecognizerPtr).// Java doesn't have default parameters, so you have to add some yourself,// if you pass 0 as num_components to the EigenFaceRecognizer, the number of// components is determined by the data, for the threshold use the maximum possible// value if you don't want one. I don't kNow the constant in Java:FaceRecognizerPtr model = createEigenFaceRecognizer(0, 10000);// Then train it. See how I call get(), to get the FaceRecognizer insIDe the FaceRecognizerPtr:model.get().train(images, labels);

这会让你学会一个特征脸模型.就是这样！

总结

以上是内存溢出为你收集整理的Android上的人脸识别全部内容，希望文章能够帮你解决Android上的人脸识别所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。