JavaCV的攝像頭實戰之八：人臉檢測_程式設計師欣宸

一起養成寫作習慣！這是我參與「掘金日新計劃 · 4 月更文挑戰」的第2天，點選檢視活動詳情

歡迎訪問我的GitHub

這裡分類和彙總了欣宸的全部原創(含配套原始碼)：http://github.com/zq2599/blog_demos

本篇概覽

本文是《JavaCV的攝像頭實戰》的第八篇，前面的操作夯實了的幀和流處理的基本功，接下來開始實現一些常見的CV能力，就從本篇的人檢測別開始吧
OpenCV中常用的人臉檢測是基於Haar特徵的級聯分類器，本篇藉助JavaCV來使用該分類器實現人臉檢測

簡單的設計

編碼之前先把要做的事情梳理一下：
檢測功能可能用在多個場景：視窗預覽、推流、存檔案都可能用到，所以檢測功能的程式碼最好獨立出來，不要和預覽、推流這些程式碼寫在一起，如下圖，檢測的介面DetectService會作為每個應用的成員變數存在：
檢測服務不僅是人臉檢測，今後還有人體檢測、物體檢測等等，所以設計一個檢測服務介面DetectService，人臉檢測、人體檢測、物體檢測這些類都是這個介面的實現，如下圖所示，對於預覽、推流、存檔案這個應用的程式碼，直接使用介面的API即可，具體檢測的實現類可以在初始化的時候確定
聰明的您應該會覺得欣宸的水平過於原始：上面的設計不就是Spring的依賴注入嗎？為啥不用呢？其實這個系列的重點是JavaCV，所以保持程式碼簡單吧，不引入Spring框架了
總的來說，今天的要寫的程式碼如下圖所示，綠色塊的AbstractCameraApplication類已在《JavaCV的攝像頭實戰之一：基礎》一文中完成，其餘三個全部在本篇編寫，包括兩個java類、一個介面：
分析得差不多了，開始編碼，先寫介面DetectService

檢測服務介面DetectService

新增介面DetectService.java，裡面有三個方法定義： ```java /**
- 初始化操作，例如模型下載
- @throws Exception */ void init() throws Exception;
/* * 得到原始幀，做檢測，新增框選 * @param frame * @return / Frame convert(Frame frame);

/* * 釋放資源 / void releaseOutputResource(); - 另外還有兩個靜態方法，也放在DetectService.java中，第一個是buildGrayImage，該方法會根據入參Mat的尺寸新建一個Mat物件，新建的物件用於儲存灰度圖片，因為檢測時用的是灰度圖片而不是原圖：java static Mat buildGrayImage(Mat src) { return new Mat(src.rows(), src.cols(), CV_8UC1); } - 第二個方法是第一個是detect，該方法非常重要：將原圖轉為灰度圖片，再用指定的分類器檢測，將檢測結果在原圖上標註出來，標註後的Mat轉為Frame物件返回：java static Frame detect(CascadeClassifier classifier, OpenCVFrameConverter.ToMat converter, Frame rawFrame, Mat grabbedImage, Mat grayImage) {
```
// 當前圖片轉為灰度圖片
cvtColor(grabbedImage, grayImage, CV_BGR2GRAY);

// 存放檢測結果的容器
RectVector objects = new RectVector();

// 開始檢測
classifier.detectMultiScale(grayImage, objects);

// 檢測結果總數
long total = objects.size();

// 如果沒有檢測到結果，就用原始幀返回
if (total<1) {
 return rawFrame;
}

// 如果有檢測結果，就根據結果的資料構造矩形框，畫在原圖上
for (long i = 0; i < total; i++) {
 Rect r = objects.get(i);
 int x = r.x(), y = r.y(), w = r.width(), h = r.height();
 rectangle(grabbedImage, new Point(x, y), new Point(x + w, y + h), Scalar.RED, 1, CV_AA, 0);
}

// 釋放檢測結果資源
objects.close();

// 將標註過的圖片轉為幀，返回
return converter.convert(grabbedImage);
```
} ``` - 以上就是介面DetectService.java的全部：三個方法定義，兩個靜態方法，接下來就是介面的實現類了

人臉檢測功能的實現類

前面的DetectService介面僅定義了三個方法：初始化(init)、檢測(convert)、資源釋放(releaseOutputResource)，現在開發這個介面的實現類HaarCascadeDetectService.java，實現真正的人臉檢測功能
完整程式碼如下，核心是init方法中例項化的分類器classifier，以及負責處理每一幀的convert方法，這裡面會中呼叫剛才寫的靜態方法DetectService.detect，把原始幀轉換成標註了檢測結果的幀： ```java @Slf4j public class HaarCascadeDetectService implements DetectService {

/* * 每一幀原始圖片的物件 / private Mat grabbedImage = null;

/* * 原始圖片對應的灰度圖片物件 / private Mat grayImage = null;

/* * 分類器 / private CascadeClassifier classifier;

/* * 轉換器 / private OpenCVFrameConverter.ToMat converter = new OpenCVFrameConverter.ToMat();

/* * 模型檔案的下載地址 / private String modelFileUrl;

/* * 構造方法，在此指定模型檔案的下載地址 * @param modelFileUrl / public HaarCascadeDetectService(String modelFileUrl) { this.modelFileUrl = modelFileUrl; }

/* * 音訊取樣物件的初始化 * @throws Exception / @Override public void init() throws Exception { // 下載模型檔案 URL url = new URL(modelFileUrl); File file = Loader.cacheResource(url);
```
// 模型檔案下載後的完整地址
String classifierName = file.getAbsolutePath();

// 根據模型檔案例項化分類器
classifier = new CascadeClassifier(classifierName);

if (classifier == null) {
 log.error("Error loading classifier file [{}]", classifierName);
 System.exit(1);
}
```
}

@Override public Frame convert(Frame frame) { // 由幀轉為Mat grabbedImage = converter.convert(frame);
```
// 灰度Mat，用於檢測
if (null==grayImage) {
 grayImage = DetectService.buildGrayImage(grabbedImage);
}

// 進行人臉檢測，根據結果做處理得到預覽視窗顯示的幀
return DetectService.detect(classifier, converter, frame, grabbedImage, grayImage);
```
}

/* * 程式結束前，釋放人臉檢測的資源 / @Override public void releaseOutputResource() { if (null!=grabbedImage) { grabbedImage.release(); }
```
if (null!=grayImage) {
 grayImage.release();
}

if (null==classifier) {
 classifier.close();
}
```
} } ```

主程式PreviewCameraWithDetect
- 在《JavaCV的攝像頭實戰之一：基礎》一文建立的simple-grab-push工程中已經準備好了父類AbstractCameraApplication，所以本篇繼續使用該工程，建立子類實現那些抽象方法即可
- 編碼前先回顧父類的基礎結構，如下圖，粗體是父類定義的各個方法，紅色塊都是需要子類來實現抽象方法，所以接下來，咱們以本地視窗預覽為目標實現這三個紅色方法即可：
- 新建檔案PreviewCameraWithDetect.java，這是AbstractCameraApplication的子類，其程式碼很簡單，接下來按上圖順序依次說明
- 先定義CanvasFrame型別的成員變數previewCanvas，這是展示視訊幀的本地視窗： java protected CanvasFrame previewCanvas
- 還要定義DetectService型別的成員變數，用於稍後的檢測操作，並在構造方法中對改成員變數賦值： ```java
private DetectService detectService;

public PreviewCameraWithDetect(DetectService detectService) { this.detectService = detectService; } - 然後是初始化操作，除了previewCanvas的例項化和引數設定，還要呼叫檢測服務的初始化方法：java @Override protected void initOutput() throws Exception { previewCanvas = new CanvasFrame("攝像頭預覽", CanvasFrame.getDefaultGamma() / grabber.getGamma()); previewCanvas.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE); previewCanvas.setAlwaysOnTop(true);
```
// 檢測服務的初始化操作
detectService.init();
```
} - 接下來是output方法，定義了拿到每一幀視訊資料後做什麼事情，這裡會交給檢測服務去處理，將處理結果在本地視窗顯示：java @Override protected void output(Frame frame) { // 原始幀先交給檢測服務處理，這個處理包括物體檢測，再將檢測結果標註在原始圖片上， // 然後轉換為幀返回 Frame detectedFrame = detectService.convert(frame); // 預覽視窗上顯示的幀是標註了檢測結果的幀 previewCanvas.showImage(detectedFrame); } - 由於檢測服務也會耗時，所以這裡調整每幀輸出後的等待時間，以免預覽時卡頓，請依照自己電腦CPU效能調整，我這裡改為原有時長的八分之一：java @Override protected int getInterval() { return super.getInterval()/8; } - 最後是處理視訊的迴圈結束後，程式退出前要做的事情，即關閉本地視窗，另外還要呼叫檢測服務的releaseOutputResource來釋放其相關資源：java @Override protected void releaseOutputResource() { if (null!= previewCanvas) { previewCanvas.dispose(); }
```
// 檢測工具也要釋放資源
detectService.releaseOutputResource();
```
} - 至此，用本地視窗預覽攝像頭的功能已開發完成，再寫上main方法，注意引數**100**表示預覽持續時間是100秒，modelFileUrl是模型檔案在GitHub上的地址（註釋掉的那個是人體的，您也可以試試）：java public static void main(String[] args) { String modelPath = "http://raw.github.com/opencv/opencv/master/data/haarcascades/haarcascade_frontalface_alt.xml"; // String modelPath = "http://raw.github.com/opencv/opencv/master/data/haarcascades/haarcascade_upperbody.xml"; new PreviewCameraWithDetect(new HaarCascadeDetectService(modelPath)).action(1000); } ``` - 執行main方法即可啟動程式，如下圖，預覽視窗中如果有人像，人臉上就會出現紅框（為了不侵犯群眾演員的肖像權，手動對面部做了馬賽克處理）： - 至此，本地視窗預覽整合人臉檢測的功能就完成了，得益於JavaCV的強大，整個過程是如此的輕鬆愉快，接下來請繼續關注欣宸原創，《JavaCV的攝像頭實戰》系列還會呈現更多豐富的應用； - 本文涉及的所有程式碼都能在接下來的介紹的GitHub倉庫中找到

原始碼下載
- 《JavaCV的攝像頭實戰》的完整原始碼可在GitHub下載到，地址和連結資訊如下表所示(http://github.com/zq2599/blog_demos)：

| 名稱 | 連結 | 備註| | :-------- | :----| :----| | 專案主頁| http://github.com/zq2599/blog_demos | 該專案在GitHub上的主頁 | | git倉庫地址(https)| http://github.com/zq2599/blog_demos.git | 該專案原始碼的倉庫地址，https協議 | | git倉庫地址(ssh)| [email protected]:zq2599/blog_demos.git | 該專案原始碼的倉庫地址，ssh協議 |

這個git專案中有多個資料夾，本篇的原始碼在javacv-tutorials資料夾下，如下圖紅框所示：
javacv-tutorials裡面有多個子工程，《JavaCV的攝像頭實戰》系列的程式碼在simple-grab-push工程下：

歡迎關注掘金：程式設計師欣宸

學習路上，你不孤單，欣宸原創一路相伴...

JavaCV的攝像頭實戰之八：人臉檢測