OpenCVCheck

项目地址：SOFTPOWER1991/OpenCVCheck

简介： OpenCV 人脸识别、图片相似度检测

更多：作者提 Bug

标签：

OpenCV 人脸识别、图片相似度检测

检测任意两张图片的相似度思路

加载两张图片为 bitmap 进入内存
将内存中的两张图片 bitmap 转换为 Mat 矩阵(Mat 类是 OpenCV 最基本的一个数据类型，它可以表示一个多维的多通道的数组。Mat 常用来存储图像，包括单通道二维数组——灰度图，多通道二维数组——彩色图)
把 Mat 矩阵的 type 转换为 Cv_8uc1(1 通道 8 位矩阵)类型，然后转换为 Cv_32F，因为在 c++代码中会判断他的类型。
通过 OpenCv 来进行俩个矩阵的比较（俩个矩阵必须一样大小的高宽）

识别图片中是否有人脸思路

需要一个人脸的 Haar 特征分类器就是一个 XML 文件，该文件中会描述人脸的 Haar 特征值，CascadeClassifier 人脸探测器将该特征值集合加载入内存
加载图片为 bitmap 进入内存，将 bitmap 转换为 Mat 矩阵。
有了 Mat 矩阵，然后通过调用 OpenCV 的 Native 方法，人脸探测器 CascadeClassifier 在该 Mat 矩阵中检测当前是否有人脸。
如果有，我们会获取到一个 Rect 数组，里面会有人脸数据，然后将人脸画在屏幕上，方框或者圆形

识别两张图片中的人脸是否是同一个人脸思路

识别出人脸后会得到两个人脸的 Rect 数组，然后比较这两个 Rect 数组的相似度即可！

实现步骤

工程目录准备

新建 Android Studio 项目 OpenCVCheck
导入 OpenCVLibrary320
在 module 下的 build.gradle 中引入 OpenCVLibrary 的编译：
```
  compile project(':openCVLibrary320')
```

检测任意两张图片的相似度的实现步骤

初始化 OpenCV：

 static {if (OpenCVLoader.initDebug()) {Log.e(TAG, "OpenCV load success !");} else {Log.e(TAG, "OpenCV load failed !");}}

加载两张图片进入内存

 Bitmap mBitmap1 = BitmapFactory.decodeResource(getResources(), R.mipmap.pic1);Bitmap mBitmap2 = BitmapFactory.decodeResource(getResources(), R.mipmap.pic2);

将内存中的两张图片 bitmap 转换为 Mat 矩阵

 Mat mat1 = new Mat();Mat mat2 = new Mat();Mat mat11 = new Mat();Mat mat22 = new Mat();Utils.bitmapToMat(mBitmap1, mat1);Utils.bitmapToMat(mBitmap2, mat2);Imgproc.cvtColor(mat1, mat11, Imgproc.COLOR_BGR2GRAY);Imgproc.cvtColor(mat2, mat22, Imgproc.COLOR_BGR2GRAY);

把 Mat 矩阵的 type 转换为 Cv_8uc1(1 通道 8 位矩阵)类型，然后转换为 Cv_32F,通过 OpenCV 来进行俩个矩阵的比较

 /*** 比较来个矩阵的相似度** @param srcMat* @param desMat*/public void comPareHist(Mat srcMat, Mat desMat) {srcMat.convertTo(srcMat, CvType.CV_32F);desMat.convertTo(desMat, CvType.CV_32F);double target = Imgproc.compareHist(srcMat, desMat, Imgproc.CV_COMP_CORREL);textView.setText("相似度:" + target);}

识别图片中是否有人脸步骤

初始化 OpenCV

 if (!OpenCVLoader.initDebug()) {Log.d(TAG, "Internal OpenCV library not found. Using OpenCV Manager for initialization");OpenCVLoader.initAsync(OpenCVLoader.OPENCV_VERSION_2_4_11, this, mLoaderCallback);} else {Log.d(TAG, "OpenCV library found inside package. Using it!");mLoaderCallback.onManagerConnected(LoaderCallbackInterface.SUCCESS);}

编译 .so 库

通过 ndk 来编译 jni 文件下的.cpp 文件，生成.so 库，以备程序使用

加载.so 库

      // 在 Opencv 初始化完成后，调用 Native 库System.loadLibrary("detection_based_tracker");

加载需要的人脸的 Haar 特征分类器就是一个 XML 文件，该文件中会描述人脸的 Haar 特征值

``` private BaseLoaderCallback mLoaderCallback = new BaseLoaderCallback(this) {

    @Overridepublic void onManagerConnected(int status) {switch (status) {case LoaderCallbackInterface.SUCCESS: {Log.i(TAG, "OpenCV loaded successfully");// Load native library after(!) OpenCV initializationSystem.loadLibrary("detection_based_tracker");try {// load cascade file from application resourcesInputStream is = getResources().openRawResource(R.raw.lbpcascade_frontalface);File cascadeDir = getDir("cascade", Context.MODE_PRIVATE);mCascadeFile = new File(cascadeDir, "lbpcascade_frontalface.xml");FileOutputStream os = new FileOutputStream(mCascadeFile);byte[] buffer = new byte[4096];int bytesRead;while ((bytesRead = is.read(buffer)) != -1) {os.write(buffer, 0, bytesRead);}is.close();os.close();mJavaDetector = new CascadeClassifier(mCascadeFile.getAbsolutePath());if (mJavaDetector.empty()) {Log.e(TAG, "Failed to load cascade classifier");mJavaDetector = null;} elseLog.i(TAG, "Loaded cascade classifier from " + mCascadeFile.getAbsolutePath());mNativeDetector = new DetectionBasedTracker(mCascadeFile.getAbsolutePath(), 0);cascadeDir.delete();} catch (IOException e) {e.printStackTrace();Log.e(TAG, "Failed to load cascade. Exception thrown: " + e);}

               }break;default: {super.onManagerConnected(status);}break;}}};
```

加载图片进入内存，得到 Mat 矩阵，有了 Mat 矩阵，然后通过调用 OpenCV 的 Native 方法，人脸探测器 CascadeClassifier 在该 Mat 矩阵中检测当前是否有人脸

          Bitmap imgtemp = BitmapFactory.decodeResource(getResources(), R.mipmap.twop);Utils.bitmapToMat(imgtemp, mRgba);Mat mat1 = new Mat();Utils.bitmapToMat(imgtemp, mat1);Imgproc.cvtColor(mat1, mGray, Imgproc.COLOR_BGR2GRAY);if (mAbsoluteFaceSize == 0) {int height = mGray.rows();if (Math.round(height * mRelativeFaceSize) > 0) {mAbsoluteFaceSize = Math.round(height * mRelativeFaceSize);}mNativeDetector.setMinFaceSize(mAbsoluteFaceSize);}MatOfRect faces = new MatOfRect();if (mDetectorType == JAVA_DETECTOR) {if (mJavaDetector != null)mJavaDetector.detectMultiScale(mGray, faces, 1.1, 2, 2, // TODO: objdetect.CV_HAAR_SCALE_IMAGEnew Size(mAbsoluteFaceSize, mAbsoluteFaceSize), new Size());} else if (mDetectorType == NATIVE_DETECTOR) {if (mNativeDetector != null)mNativeDetector.detect(mGray, faces);} else {Log.e(TAG, "Detection method is not selected!");}

如果有，我们会获取到一个 Rect 数组，里面会有人脸数据，然后将人脸画在屏幕上，方框或者圆形

  Rect[] facesArray = faces.toArray();for (int i = 0; i < facesArray.length; i++)Imgproc.rectangle(mRgba, facesArray[i].tl(), facesArray[i].br(), FACE_RECT_COLOR, 3);Utils.matToBitmap(mRgba, imgtemp, true);imageView.setImageBitmap(imgtemp);

## 识别两张图片中的人脸是否是同一个人脸步骤这个功能前面的步骤跟检测人脸的一样，唯一不同的就是：检测出两个人脸的 Rect 数组后，进行相似度比较：```/*** 特征对比** @param file1 人脸特征* @param file2 人脸特征* @return 相似度*/public double CmpPic(String file1, String file2) {try {int l_bins = 256;int hist_size[] = {l_bins};float v_ranges[] = {0, 255};float ranges[][] = {v_ranges};opencv_core.IplImage Image1 = cvLoadImage(getFilePath(file1), CV_LOAD_IMAGE_GRAYSCALE);opencv_core.IplImage Image2 = cvLoadImage(getFilePath(file2), CV_LOAD_IMAGE_GRAYSCALE);opencv_core.IplImage imageArr1[] = {Image1};opencv_core.IplImage imageArr2[] = {Image2};opencv_imgproc.CvHistogram Histogram1 = opencv_imgproc.CvHistogram.create(1, hist_size, CV_HIST_ARRAY, ranges, 1);opencv_imgproc.CvHistogram Histogram2 = opencv_imgproc.CvHistogram.create(1, hist_size, CV_HIST_ARRAY, ranges, 1);cvCalcHist(imageArr1, Histogram1, 0, null);cvCalcHist(imageArr2, Histogram2, 0, null);cvNormalizeHist(Histogram1, 100.0);cvNormalizeHist(Histogram2, 100.0);double c1 = cvCompareHist(Histogram1, Histogram2, CV_COMP_CORREL) * 100;double c2 = cvCompareHist(Histogram1, Histogram2, CV_COMP_INTERSECT);return (c1 + c2) / 2;} catch (Exception e) {e.printStackTrace();return -1;}}```

OpenCV 人脸识别、图片相似度检测相关推荐

python+opencv人脸识别-图片处理+代码
首先安装opencv: cmd 然后输入:install opencv-python 刚接触人脸识别,正在学习:代码是从绘制图片到人脸识别,里面的jpg图片找个有一个人脸图片就行,放在项目的根目录下就 ...
【opencv人脸识别1】从图片中检测人脸
[opencv人脸识别一]从图片中检测人脸本系列主要讲述利用opencv实现人脸识别的相关知识,并给出实际代码.且循序渐进,由基础到复杂,从最基本的图片检测人脸到视频检测.识别人脸,再到较大型人脸数 ...
opencv人脸识别（二）人脸检测
前面一文我们介绍了电脑打开摄像头,没基础的小伙伴可以点下面链接去看看 opencv人脸识别(一)调用笔记本摄像头本文我将介绍opencv人脸检测,我使用的是LBP特征级联分类器,这个模型是2016年 ...
python人脸照片分类_Python OpenCV 人脸识别（一）
前面介绍了Numpy模块,下面再介绍一个OpenCV模块,就基于这两个库看一下当下很火的人工智能是如何实现的,我们介绍几个:人脸识别(当下非常火的).音视频操作等等.今天先介绍一下静态图片的人脸识别, ...
python opencv人脸识别考勤系统的完整源码
这篇文章主要介绍了python opencv人脸识别考勤系统的完整源码,本文给大家介绍的非常详细,希望对大家的学习或工作具有一定的参考借鉴价值. 代码如下: import wx import wx.g ...
Python+opencv 人脸识别
python+opencv人脸检测+识别示例及原理解析一.开发环境搭建二.图片人脸检测 2.1 文件准备与编程 2.2 注意事项三.视频人脸识别 3.1文件准备与编程 3.2 注意事项四.人脸 ...
openCV人脸识别简单案例
1 基础我们使用机器学习的方法完成人脸检测,首先需要大量的正样本图像(面部图像)和负样本图像(不含面部的图像)来训练分类器.我们需要从其中提取特征.下图中的 Haar 特征会被使用,就像我们的卷积核 ...
OpenCV — 人脸识别
前段时间弄过一下人脸识别相关的东西,记录一下撰写不易,转载需注明出处:http://blog.csdn.net/jscese/article/details/54409627本文来自 [jscese ...
OpenCV 人脸识别源代码
请直接查看原文 OpenCV 人脸识别源代码 https://hotdog29.com/?p=553 在 2019年7月6日上张贴由 hotdog发表回复 opencv 人脸识别在本教程中,您 ...
基于python opencv人脸识别的签到系统
基于python opencv人脸识别的签到系统前言先看下效果实现的功能开始准备页面的构建功能实现代码部分总结前言一个基于opencv人脸识别和TensorFlow进行模型训练的人 ...