一起养成写作习惯！这是我参与「掘金日新计划 · 4 月更文挑战」的第5天，点击查看活动详情。
欢迎访问我的GitHub
这里分类和汇总了欣宸的全部原创(含配套源码)：github.com/zq2599/blog…
本篇概览
- 本文是《JavaCV人脸识别三部曲》的第二篇，前文《视频中的人脸保存为图片》咱们借助摄像头为两位群众演员生成大量人脸照片，如下图，群众演员A的照片保存在E:\temp\202112\18\001\man，B的照片保存在E:\temp\202112\18\001\woman：
- 照片准备好，并且每张照片的身份都已确定，本篇要做的就是用上述照片生成模型文件，今后新的人脸就可以中这个模型来检查了
- 关于训练，可以用下图来表示，一共六张照片两个类别，训练完成后得到模型文件faceRecognizer.xml：
编码
- 训练的代码很简单，在一个java文件中搞定吧，simple-grab-push是整个《JavaCV的摄像头实战》系列一直再用的工程，现在该工程中新增文件TrainFromDirectory.java，完整代码如下，有几处要注意的地方稍后提到：
public class TrainFromDirectory {
/**
* 从指定目录下
* @param dirs
* @param outputPath
* @throws IOException
*/
private void train(String[] dirs, String outputPath) throws IOException {
int totalImageNums = 0;
// 统计每个路径下的照片数，加在一起就是照片总数
for(String dir : dirs) {
List<String> files = getAllFilePath(dir);
totalImageNums += files.size();
}
System.out.println("total : " + totalImageNums);
// 这里用来保存每一张照片的序号，和照片的Mat对象
MatVector imageIndexMatMap = new MatVector(totalImageNums);
Mat lables = new Mat(totalImageNums, 1, CV_32SC1);
// 这里用来保存每一张照片的序号，和照片的类别
IntBuffer lablesBuf = lables.createBuffer();
// 类别序号，从1开始，dirs中的每个目录就是一个类别
int kindIndex = 1;
// 照片序号，从0开始
int imageIndex = 0;
// 每个目录下的照片都遍历
for(String dir : dirs) {
// 得到当前目录下所有照片的绝对路径
List<String> files = getAllFilePath(dir);
// 处理一个目录下的每张照片，它们的序号不同，类别相同
for(String file : files) {
// imageIndexMatMap放的是照片的序号和Mat对象
imageIndexMatMap.put(imageIndex, read(file));
// bablesBuf放的是照片序号和类别
lablesBuf.put(imageIndex, kindIndex);
// 照片序号加一
imageIndex++;
}
// 每当遍历完一个目录，才会将类别加一
kindIndex++;
}
// 实例化人脸识别类
FaceRecognizer faceRecognizer = FisherFaceRecognizer.create();
// 训练，入参就是图片集合和分类集合
faceRecognizer.train(imageIndexMatMap, lables);
// 训练完成后，模型保存在指定位置
faceRecognizer.save(outputPath);
//释放资源
faceRecognizer.close();
}
/**
* 读取指定图片的灰度图，调整为指定大小
* @param path
* @return
*/
private static Mat read(String path) {
Mat faceMat = opencv_imgcodecs.imread(path,IMREAD_GRAYSCALE);
resize(faceMat, faceMat, new Size(Constants.RESIZE_WIDTH, Constants.RESIZE_HEIGHT));
return faceMat;
}
/**
* 把指定路径下所有文件的绝对路径放入list集合中返回
* @param path
* @return
*/
public static List<String> getAllFilePath(String path) {
List<String> paths = new LinkedList<>();
File file = new File(path);
if (file.exists()) {
// 列出该目录下的所有文件
File[] files = file.listFiles();
for (File f : files) {
if (!f.isDirectory()) {
// 把每个文件的绝对路径都放在list中
paths.add(f.getAbsolutePath());
}
}
}
return paths;
}
public static void main(String[] args) throws IOException {
String base = "E:\\temp\\202112\\18\\001\\";
// 存储图片的两个目录
// man目录下保存了群众演员A的所有人脸照片，
// woman目录下保存了群众演员B的所有人脸照片
String[] dirs = {base + "man", base + "woman"};
// 开始训练，并指定模型输出位置
new TrainFromDirectory().train(dirs, base + "faceRecognizer.xml");
}
}
复制代码- 上述代码有以下几处要注意：
- 静态方法read用于将图片转为Mat
- 静态方法getAllFilePath可以遍历指定目录下的所有文件，把它们的绝对路径返回
- train一共获取了man和woman两个目录下的照片，man目录下的照片的类别是1，women目录下的照片类别是2
- 识别类是FisherFaceRecognizer，现在的训练和下一篇的识别都用这个类
执行
- 运行main方法，待执行完成后，如下图，可见目录E:\temp\202112\18\001下已经生成模型文件faceRecognizer.xml：
- 至此，本篇任务已完成，下一篇进入终极实战，用本篇训练的模型识别摄像头中的人脸，并把识别结果展示在预览页面上；
源码下载
- 《JavaCV的摄像头实战》的完整源码可在GitHub下载到，地址和链接信息如下表所示(github.com/zq2599/blog…
| 名称 | 链接 | 备注 |
|---|---|---|
| 项目主页 | github.com/zq2599/blog… | 该项目在GitHub上的主页 |
| git仓库地址(https) | github.com/zq2599/blog… | 该项目源码的仓库地址，https协议 |
| git仓库地址(ssh) | [email protected]:zq2599/blog_demos.git | 该项目源码的仓库地址，ssh协议 |
- 这个git项目中有多个文件夹，本篇的源码在javacv-tutorials文件夹下，如下图红框所示：
- javacv-tutorials里面有多个子工程，《JavaCV的摄像头实战》系列的代码在simple-grab-push工程下：