springboot集成opencv如何实现人脸识别功能

这篇文章主要介绍SpringBoot集成OpenCV如何实现人脸识别功能，文中介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们一定要看完！

前言

项目中检测人脸图片是否合法的功能，之前用的是百度的人脸识别接口，由于成本高昂不得不寻求替代方案。

什么是opencv？

OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉和机器学习软件库，可以运行在linux、windows、Android和Mac OS操作系统上。轻量级而且高效——由一系列 C 函数和少量 c++ 类构成，同时提供了python、Java、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。

项目集成步骤

由于项目是放在Linux系统中跑的，开发环境是Windows10，所以项目中涉及到opencv的要分两套。

准备工作

 Windows安装opencv

opencv官网下载安装包https://opencv.org/releases/

我这里选择的是4.1.1版本
分别下载了Windows版本和源码

Windows环境下集成

安装opencv，没什么说的，指定一个路径安装即可，注意安装路径不能是中文。
项目中集成的三个关键点。

• 引入jar依赖

• 读取OpenCV自带的人脸识别特征XML文件

• 配置opencv的库文件地址

关键点1：引入jar包

jar包位置在安装路径下的java文件夹中

两种方式引入

方式一：idea添加jar

或者直接在Libraries中添加二者皆可。

方式二：将jar上传至私服，在Maven中引入

我这里是将jar上传至私服，然后引用的。
注意Windows版的jar和Linux中的jar不一样，二者要区分开来
通过Maven配置在不同环境下加载不同的jar

<profiles>    <profile>        <id>dev</id>        <dependencies><!--            本地引用--><!--                <dependency>--><!--                    <groupId>op</groupId>--><!--                    <artifactId>opencv</artifactId>--><!--                    <version>411</version>--><!--                    <scope>system</scope>--><!--                    <systemPath>--><!--                        ${project.basedir}/src/main/resources/opencv/windows/opencv-411.jar--><!--                    </systemPath>--><!--                </dependency>-->            <!--            仓库引用-->            <dependency>            <!--                这里改成自己的仓库地址-->                <groupId>com.***.cloud.resource</groupId>                <artifactId>opencv-window</artifactId>                <version>411</version>            </dependency>        </dependencies>        <activation>            <activeByDefault>true</activeByDefault>        </activation>    </profile>    <profile>        <id>test</id>        <dependencies>            <dependency>            <!--                这里改成自己的仓库地址-->                <groupId>com.***.cloud.resource</groupId>                <artifactId>opencv-linux</artifactId>                <version>411</version>            </dependency>        </dependencies>    </profile></profiles>

关键点2：配置人脸识别特征XML文件的地址

在bootstrap.yml添加如下参数

#  函数库地址 在 vm optionis中 配置#  windows地址: -Djava.library.path=D:\software\opencv\build\java\x64#  linux地址:   -Djava.library.path=/usr/local/opencv-4.1.1/build/lib/opencv:  lib:    linuxxmlpath: /usr/local/share/opencv4/haarcascades/haarcascade_frontalface_alt.xml    windowxmlpath: D:\software\opencv\sources\data\haarcascades\haarcascade_frontalface_alt.xml

测试的方法中就直接写死了

     static CascadeClassifier faceDetector;    static {        String systemProperties = String.valueOf(System.getProperties());        log.info(systemProperties);        System.loadLibrary(Core.NATIVE_LIBRARY_NAME);        faceDetector = new CascadeClassifier("D:\\software\\opencv\\sources\\data\\haarcascades\\haarcascade_frontalface_alt.xml");    }

注意路径！！

关键点3：配置opencv的库文件地址

-Djava.library.path=D:\software\opencv\build\java\x64

这里其实指向的就是 该目录下的 opencv_java411.dll 文件
（linux的配置见下文）

代码

测试方法

package com.example.opencvdemo.test;import lombok.extern.slf4j.Slf4j;import org.opencv.core.*;import org.opencv.highgui.HighGui;import org.opencv.imGCodecs.Imgcodecs;import org.opencv.imgproc.Imgproc;import org.opencv.objdetect.CascadeClassifier;@Slf4jpublic class FaceVideo {        static CascadeClassifier faceDetector;    static {        String systemProperties = String.valueOf(System.getProperties());        log.info(systemProperties);        System.loadLibrary(Core.NATIVE_LIBRARY_NAME);        faceDetector = new CascadeClassifier("D:\\software\\opencv\\sources\\data\\haarcascades\\haarcascade_frontalface_alt.xml");    }    public static void main(String[] args){        // 3- 本地图片人脸识别，识别成功并保存人脸图片到本地        String imgPath = "C:\\Users\\Administrator\\Pictures\\wang.jpg";        face(imgPath);    }        public static void face(String imgPath) {                Mat image = Imgcodecs.imread(imgPath);        if (image.empty()) {            System.out.println("image 内容不存在！");            return;        }        // 3 特征匹配        MatOfRect face = new MatOfRect();        faceDetector.detectMultiScale(image, face);        // 4 匹配 Rect 矩阵 数组        Rect[] rects = face.toArray();        System.out.println("匹配到 " + rects.length + " 个人脸");        // 5 为每张识别到的人脸画一个圈        int i = 1;        for (Rect rect : face.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), 3);            imageCut(imgPath, "D:\\pictures\\" + i + ".jpg", rect.x, rect.y, rect.width, rect.height);// 进行图片裁剪            i++;        }        // 6 展示图片        HighGui.imshow("人脸识别", image);        HighGui.waiTKEy(0);    }        public static void imageCut(String imagePath, String outFile, int posX, int posY, int width, int height) {        // 原始图像        Mat image = Imgcodecs.imread(imagePath);        // 截取的区域：参数,坐标X,坐标Y,截图宽度,截图长度        Rect rect = new Rect(posX, posY, width, height);        // 两句效果一样        Mat sub = image.submat(rect); // Mat sub = new Mat(image,rect);        Mat mat = new Mat();        Size size = new Size(width, height);        Imgproc.resize(sub, mat, size);// 将人脸进行截图并保存        Imgcodecs.imwrite(outFile, mat);        System.out.println(String.fORMat("图片裁切成功，裁切后图片文件为： %s", outFile));    }}

注意！Mat image = Imgcodecs.imread(imgPath);
imgPath中不能带有中文！ opencv安装路径中如果有中文的话就会报错。

集成到springboot

package com.example.opencvdemo.util;import com.example.opencvdemo.exception.PublicException;import com.example.opencvdemo.result.ErrorCode;import com.Google.common.primitives.Bytes;import lombok.extern.slf4j.Slf4j;import org.opencv.core.*;import org.opencv.imgcodecs.Imgcodecs;import org.opencv.objdetect.CascadeClassifier;import org.springframework.beans.factory.annotation.Value;import org.springframework.boot.CommandLineRunner;import org.springframework.stereotype.Component;import java.io.*;import java.net.URL;import java.net.URLConnection;import java.util.ArrayList;import java.util.List;@Component@Slf4jpublic class OpenCvUtils implements CommandLineRunner {    @Value("${opencv.lib.linuxxmlpath}")    private String linuxXmlPath;    @Value("${opencv.lib.windowxmlpath}")    private String windowXmlPath;        static CascadeClassifier faceDetector;        private static final boolean IS_WINDOWS = System.getProperty("os.name").toLowerCase().contains("win");        public static void checkFace(String pictureUrl) throws Exception {//        //将在线图片保存为本地图片//        String imgPath = saveLocal(pictureUrl);//        //本地图片//        File file  = new File(imgPath);//        FileInputStream fileInputStream = new FileInputStream(file);//        ByteArrayOutputStream out = new ByteArrayOutputStream();//        byte[] localBuff = new byte[fileInputStream.available()];//        fileInputStream.read(localBuff);//        out.write(localBuff);//        log.info("本地图片:"+localBuff.length);        //在线图片        URL url = new URL(pictureUrl);        URLConnection uc = url.openConnection();        InputStream inputStream = uc.getInputStream();        ByteArrayOutputStream swapStream = new ByteArrayOutputStream();        byte[] buff = new byte[1024];        int rc;        while ((rc = inputStream.read(buff, 0, 1024)) > 0) {            swapStream.write(buff, 0, rc);        }        byte[] urlBuff = swapStream.toByteArray();        log.info("在线图片:"+urlBuff.length);        List<Byte> bs = new ArrayList<>();        bs.addAll(Bytes.asList(urlBuff));        log.info("buffer长度"+bs.size());        //        Mat image =  Converters.vector_char_to_Mat(bs);//        Mat image  =  Converters.vector_uchar_to_Mat(bs);        //        Mat image = Imgcodecs.imread(imgPath);                Mat image  = Imgcodecs.imdecode(new MatOfByte(urlBuff), Imgcodecs.IMREAD_UNCHANGED);        if (image.empty()) {            log.error("image 内容不存在！");            return;        }        // 3 特征匹配        MatOfRect face = new MatOfRect();        faceDetector.detectMultiScale(image, face);        // 4 匹配 Rect 矩阵 数组        Rect[] rects = face.toArray();        System.out.println("匹配到 " + rects.length + " 个人脸");//        delFile(imgPath);        if (rects.length == 0) {            throw new PublicException(ErrorCode.A0430.getCode(), "没有监测到人脸");        } else if (rects.length > 1) {            throw new PublicException(ErrorCode.A0430.getCode(), "检测到图片有多张人脸,请重新上传");        }    }    public static String saveLocal(String pictureUrl) throws IOException {        URL url = new URL(pictureUrl);        URLConnection uc = url.openConnection();        InputStream inputStream = uc.getInputStream();        String[] value = pictureUrl.split("/");        String firstFilePath = "D:\\pictures\\";        if (!IS_WINDOWS) {            firstFilePath = "/tmp/tmp-picture/";        }        String fileName = firstFilePath + value[value.length - 1];        FileOutputStream out = new FileOutputStream(fileName);        int j = 0;        while ((j = inputStream.read()) != -1) {            out.write(j);        }        inputStream.close();        return fileName;    }        @Override    public void run(String... args){        String systemProperties = String.valueOf(System.getProperties());        log.info(systemProperties);        System.loadLibrary(Core.NATIVE_LIBRARY_NAME);        String path = "";        //如果是window系统取出路径开头的/        if (IS_WINDOWS) {            path = windowXmlPath;        }else{            path = linuxXmlPath;        }                faceDetector = new CascadeClassifier(path);        log.info("==========初始化人脸探测器成功===========");    }}

OpenCV 提供的 api 是直接根据路径读取图片的，所以最开始的时候我是把图片保存到本地在读取才成功的，但是这种方式太憨了点，在实际生产环境中，大部分情况下都是直接读取网络图片。在内存就完成图片和 opencv 的 Mat 对象的转换。这里代码中已经解决了url地址图片转化的问题。
这里附上解决该问题的博客 传送门

Linux安装opencv

Linux平台须要咱们手动编译，下载opencv-4.1.1.zip，解压到/user/local目录下，而后编译

yum  install   ant    gcc  gtk2-devel   pkgconfig  zlib-devel

安装unzip命令

yum install -y unzip zip

解压命令

unzip opencv-4.1.1.zip

yum   groupinstall "Development Tools"

安装cmake

查看cmake当前版本

cmake --version

yum -y install wget

下载获得cmake-3.9.2源码

wget Https://cmake.org/files/v3.9/cmake-3.9.2.tar.gz

解压、安装新版本

tar -xvf cmake-3.9.2.tar.gzcd cmake-3.9.2./configuresudo make && make install

cd /usr/local/opencv-4.1.1mkdir buildcd buildcmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -DBUILD_TESTS=OFF ..make -j8sudo make install

对应的jar和.so文件在

/usr/local/share/java/opencv4/

人脸识别特征XML文件的地址

/usr/local/share/opencv4/haarcascades/haarcascade_frontalface_alt.xml

Linux启动

jar 启动命令添加Vm options

nohup java -jar -Djava.library.path=/usr/local/opencv-4.1.1/build/lib/ opencv-demo-1.0.jar  > logs/opencv-demo-1.0.log 2>&1 &

GitHub直接白嫖

项目代码已上传至github，可通过WEB接口测试，也可用main方法测试。

以上是“springboot集成opencv如何实现人脸识别功能”这篇文章的所有内容，感谢各位的阅读！希望分享的内容对大家有帮助，更多相关知识，欢迎关注编程网精选频道！