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)：https://github.com/zq2599/blog_demos
《JavaCV人脸识别三部曲》链接
本篇概览
-
作为《JavaCV人脸识别三部曲》的终篇，今天咱们要开发一个实用的功能：有人出现在摄像头中时，应用程序在预览窗口标注出此人的身份，效果如下图所示：
-
简单来说，本篇要做的事情如下：
- 理解重点概念：confidence
- 理解重点概念：threshold
- 编码
- 验证
- 今天编写的代码，主要功能如下图所示：
理解重点概念：confidence
-
confidence和threshold是OpenCV的人脸识别中非常重要的两个概念，咱们先把这两个概念搞清楚，再去编码就非常容易了
-
假设，咱们用下面六张照片训练出包含两个类别的模型：
-
用一张新的照片去训练好的模型中做识别，如下图，识别结果有两部分内容：label和confidence
-
先说lable，这个好理解，与训练时的lable一致（回顾上一篇的代码，lable如下图红框所示），前面图中lable等于2，表示被判定为郭富城：
-
按照上面的说法，lable等于2就能确定照片中的人像是郭富城吗？
-
当然不能！！！此时confidence字段就非常重要了，先看JavaCV源码中对confidence的解释，如下图红框所示，我的理解是：与lable值相关联的置信度，或者说这张脸是郭富城的可能性：
-
如果理解为可能性，那么问题来了，这是个double型的值，这个值越大，表示可能性越大还是越小？
-
上图并没有明说，但是那一句e.g. distance，让我想起了机器学习中的K-means，此时我脑海中的画面如下：
-若真如上图所示，那么显然confidence越小，是郭富城的可能性就越大了，接下来再去找一些权威的说法：
-
OpenCV的官方论坛有个帖子的说法如下图：代码中的confidence变量属于命名不当，其含义不是可信度，而是与模型中的类别的距离：
-
再看第二个解释，如下图红框，说得很清楚了，值越小，与模型中类别的相似度越高，0表示完全匹配：
-
再看一个Stack Overflow的解释：
-
至此，相信您对confidence已经足够理解了，lable等于2，confidence=30.01，意思是：被识别照片与郭富城最相似，距离为30.01，距离越小，是郭富城的可能性越大
理解重点概念：threshold
- 在聊threshold之前，咱们先看一个场景，还是刘德华郭富城的模型，这次咱们拿喜洋洋的照片给模型识别，识别结果如下：
- 显然，模型不会告诉你照片里是谁，只会告诉你：和郭富城的距离是3000.01
- 看到这里，聪明的您可能会这么想：那我就写一段代码吧，识别结果的confidence如果太大（例如超过100），就判定用于识别的人不属于训练模型的任何一个类别
- 上述功能，OpenCV已经帮咱们想到了，那就是：threshold，翻译过来即门限，如果咱们设置了threshold等于100，那么，一旦距离超过100，OpenCV的lable返回值就是-1
- 理解了confidence和threshold，接下来可以写人脸识别的代码了，感谢咱们的充分准备，接下来是丝般顺滑的编码过程...
源码下载
- 《JavaCV人脸识别三部曲》的完整源码可在GitHub下载到，地址和链接信息如下表所示(https://github.com/zq2599/blog_demos)：
| 名称 | 链接 | 备注 |
|---|---|---|
| 项目主页 | https://github.com/zq2599/blog_demos | 该项目在GitHub上的主页 |
| git仓库地址(https) | https://github.com/zq2599/blog_demos.git | 该项目源码的仓库地址，https协议 |
| git仓库地址(ssh) | git@github.com: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人脸识别三部曲》系列的代码在simple-grab-push工程下：
编码：人脸识别服务
- 开始正式编码，今天咱们不会新建工程，而是继续使用《JavaCV的摄像头实战之一：基础》中创建的simple-grab-push工程
- 先定义一个Bean类PredictRlt.java，用来保存识别结果（lable和confidence字段）：
package com.bolingcavalry.grabpush.extend; import lombok.Data; @Data public class PredictRlt { private int lable; private double confidence; } - 然后把人脸识别有关的服务集中在RecognizeService.java中，方便主程序使用，代码如下，有几处要注意的地方稍后提到：
package com.bolingcavalry.grabpush.extend; import com.bolingcavalry.grabpush.Constants; import org.bytedeco.opencv.global.opencv_imgcodecs; import org.bytedeco.opencv.opencv_core.Mat; import org.bytedeco.opencv.opencv_core.Size; import org.bytedeco.opencv.opencv_face.FaceRecognizer; import org.bytedeco.opencv.opencv_face.FisherFaceRecognizer; import static org.bytedeco.opencv.global.opencv_imgcodecs.IMREAD_GRAYSCALE; import static org.bytedeco.opencv.global.opencv_imgproc.resize; /** * @author willzhao * @version 1.0 * @description 把人脸识别的服务集中在这里 * @date 2021/12/12 21:32 */ public class RecognizeService { private FaceRecognizer faceRecognizer; // 推理结果的标签 private int[] plabel; // 推理结果的置信度 private double[] pconfidence; // 推理结果 private PredictRlt predictRlt; // 用于推理的图片尺寸，要和训练时的尺寸保持一致 private Size size= new Size(Constants.RESIZE_WIDTH, Constants.RESIZE_HEIGHT); public RecognizeService(String modelPath) { plabel = new int[1]; pconfidence = new double[1]; predictRlt = new PredictRlt(); // 识别类的实例化，与训练时相同 faceRecognizer = FisherFaceRecognizer.create(); // 加载的是训练时生成的模型 faceRecognizer.read(modelPath); // 设置门限，这个可以根据您自身的情况不断调整 faceRecognizer.setThreshold(Constants.MAX_CONFIDENCE); } /** * 将Mat实例给模型去推理 * @param mat * @return */ public PredictRlt predict(Mat mat) { // 调整到和训练一致的尺寸 resize(mat, mat, size); boolean isFinish = false; try { // 推理(这一行可能抛出RuntimeException异常，因此要补货，否则会导致程序退出) faceRecognizer.predict(mat, plabel, pconfidence); isFinish = true; } catch (RuntimeException runtimeException) { runtimeException.printStackTrace(); } // 如果发生过异常，就提前返回 if (!isFinish) { return null; } // 将推理结果写入返回对象中 predictRlt.setLable(plabel[0]); predictRlt.setConfidence(pconfidence[0]); return predictRlt; } } - 上述代码有以下几处需要注意：
- 构造方法中，通过faceRecognizer.setThreshold设置门限，我在实际使用中发现50比较合适，您可以根据自己的情况不断调整
- predict方法中，用于识别的图片要用resize方法调整大小，尺寸要和训练时的尺寸一致
- 实测发现，在一张照片中出现多个人脸时，faceRecognizer.predict可能抛出RuntimeException异常，因此这里要捕获异常，避免程序崩溃退出
编码：检测和识别
- 检测有关的接口DetectService.java，如下，和《JavaCV人脸识别三部曲之一：视频中的人脸保存为图片》中的完全一致：
package com.bolingcavalry.grabpush.extend; import com.bolingcavalry.grabpush.Constants; import org.bytedeco.javacv.Frame; import org.bytedeco.javacv.OpenCVFrameConverter; import org.bytedeco.opencv.opencv_core.*; import org.bytedeco.opencv.opencv_objdetect.CascadeClassifier; import static org.bytedeco.opencv.global.opencv_core.CV_8UC1; import static org.bytedeco.opencv.global.opencv_imgcodecs.imwrite; import static org.bytedeco.opencv.global.opencv_imgproc.*; /** * @author willzhao * @version 1.0 * @description 检测工具的通用接口 * @date 2021/12/5 10:57 */ public interface DetectService { /** * 根据传入的MAT构造相同尺寸的MAT，存放灰度图片用于以后的检测 * @param src 原始图片的MAT对象 * @return 相同尺寸的灰度图片的MAT对象 */ static Mat buildGrayImage(Mat src) { return new Mat(src.rows(), src.cols(), CV_8UC1); } /** * 初始化操作，例如模型下载 * @throws Exception */ void init() throws Exception; /** * 得到原始帧，做识别，添加框选 * @param frame * @return */ Frame convert(Frame frame); /** * 释放资源 */ void releaseOutputResource(); } - 然后就是DetectService的实现类DetectAndRecognizeService .java，功能是用摄像头的一帧图片检测人脸，再拿检测到的人脸给RecognizeService做识别，完整代码如下，有几处要注意的地方稍后提到：
package com.bolingcavalry.grabpush.extend; import lombok.extern.slf4j.Slf4j; import org.bytedeco.javacpp.Loader; import org.bytedeco.javacv.Frame; import org.bytedeco.javacv.OpenCVFrameConverter; import org.bytedeco.opencv.opencv_core.*; import org.bytedeco.opencv.opencv_objdetect.CascadeClassifier; import java.io.File; import java.net.URL; import java.util.Map; import static org.bytedeco.opencv.global.opencv_imgproc.*; /** * @author willzhao * @version 1.0 * @description 音频相关的服务 * @date 2021/12/3 8:09 */ @Slf4j public class DetectAndRecognizeService implements DetectService { /** * 每一帧原始图片的对象 */ private Mat grabbedImage = null; /** * 原始图片对应的灰度图片对象 */ private Mat grayImage = null; /** * 分类器 */ private CascadeClassifier classifier; /** * 转换器 */ private OpenCVFrameConverter.ToMat converter = new OpenCVFrameConverter.ToMat(); /** * 检测模型文件的下载地址 */ private String detectModelFileUrl; /** * 处理每一帧的服务 */ private RecognizeService recognizeService; /** * 为了显示的时候更加友好，给每个分类对应一个名称 */ private Map<Integer, String> kindNameMap; /** * 构造方法 * @param detectModelFileUrl * @param recognizeModelFilePath * @param kindNameMap */ public DetectAndRecognizeService(String detectModelFileUrl, String recognizeModelFilePath, Map<Integer, String> kindNameMap) { this.detectModelFileUrl = detectModelFileUrl; this.recognizeService = new RecognizeService(recognizeModelFilePath); this.kindNameMap = kindNameMap; } /** * 音频采样对象的初始化 * @throws Exception */ @Override public void init() throws Exception { // 下载模型文件 URL url = new URL(detectModelFileUrl); File file = Loader.cacheResource(url); // 模型文件下载后的完整地址 String classifierName = file.getAbsolutePath(); // 根据模型文件实例化分类器 classifier = new CascadeClassifier(classifierName); if (classifier == null) { log.error("Error loading classifier file [{}]", classifierName); System.exit(1); } } @Override public Frame convert(Frame frame) { // 由帧转为Mat grabbedImage = converter.convert(frame); // 灰度Mat，用于检测 if (null==grayImage) { grayImage = DetectService.buildGrayImage(grabbedImage); } // 进行人脸识别，根据结果做处理得到预览窗口显示的帧 return detectAndRecoginze(classifier, converter, frame, grabbedImage, grayImage, recognizeService, kindNameMap); } /** * 程序结束前，释放人脸识别的资源 */ @Override public void releaseOutputResource() { if (null!=grabbedImage) { grabbedImage.release(); } if (null!=grayImage) { grayImage.release(); } if (null==classifier) { classifier.close(); } } /** * 检测图片，将检测结果用矩形标注在原始图片上 * @param classifier 分类器 * @param converter Frame和mat的转换器 * @param rawFrame 原始视频帧 * @param grabbedImage 原始视频帧对应的mat * @param grayImage 存放灰度图片的mat * @param kindNameMap 每个分类编号对应的名称 * @return 标注了识别结果的视频帧 */ static Frame detectAndRecoginze(CascadeClassifier classifier, OpenCVFrameConverter.ToMat converter, Frame rawFrame, Mat grabbedImage, Mat grayImage, RecognizeService recognizeService, Map<Integer, String> kindNameMap) { // 当前图片转为灰度图片 cvtColor(grabbedImage, grayImage, CV_BGR2GRAY); // 存放检测结果的容器 RectVector objects = new RectVector(); // 开始检测 classifier.detectMultiScale(grayImage, objects); // 检测结果总数 long total = objects.size(); // 如果没有检测到结果，就用原始帧返回 if (total<1) { return rawFrame; } PredictRlt predictRlt; int pos_x; int pos_y; int lable; double confidence; String content; // 如果有检测结果，就根据结果的数据构造矩形框，画在原图上 for (long i = 0; i < total; i++) { Rect r = objects.get(i); // 核心代码，把检测到的人脸拿去识别 predictRlt = recognizeService.predict(new Mat(grayImage, r)); // 如果返回为空，表示出现过异常，就执行下一个 if (null==predictRlt) { System.out.println("return null"); continue; } // 分类的编号（训练时只有1和2，这里只有有三个值，1和2与训练的分类一致，还有个-1表示没有匹配上） lable = predictRlt.getLable(); // 与模型中的分类的距离，值越小表示相似度越高 confidence = predictRlt.getConfidence(); // 得到分类编号后，从map中取得名字，用来显示 if (kindNameMap.containsKey(predictRlt.getLable())) { content = String.format("%s, confidence : %.4f", kindNameMap.get(lable), confidence); } else { // 取不到名字的时候，就显示unknown content = "unknown(" + predictRlt.getLable() + ")"; System.out.println(content); } 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); pos_x = Math.max(r.tl().x()-10, 0); pos_y = Math.max(r.tl().y()-10, 0); putText(grabbedImage, content, new Point(pos_x, pos_y), FONT_HERSHEY_PLAIN, 1.5, new Scalar(0,255,0,2.0)); } // 释放检测结果资源 objects.close(); // 将标注过的图片转为帧，返回 return converter.convert(grabbedImage); } } - 上述代码有几处要注意：
- 重点关注detectAndRecoginze方法，这里面先调用classifier.detectMultiScale检测出当前照片所有的人脸，然后把每一张人脸交个recognizeService进行识别，
- 识别结果的lable是个int型的，看起来不够友好，因此从kindNameMap中根据lable找出对应的名称来
- 最终给每个头像添加矩形框，还在左上角添加识别结果，以及confidence的值
- 处理完毕后转为Frame对象返回，这样的帧显示在预览页面，效果就是视频中每个人被框选出来，并带有身份
- 现在核心代码已经写完，需要再写一些代码来使用DetectAndRecognizeService
编码：运行框架
- 《JavaCV的摄像头实战之一：基础》创建的simple-grab-push工程中已经准备好了父类AbstractCameraApplication，所以本篇继续使用该工程，创建子类实现那些抽象方法即可
- 编码前先回顾父类的基础结构，如下图，粗体是父类定义的各个方法，红色块都是需要子类来实现抽象方法，所以接下来，咱们以本地窗口预览为目标实现这三个红色方法即可：
- 新建文件PreviewCameraWithIdentify.java，这是AbstractCameraApplication的子类，其代码很简单，接下来按上图顺序依次说明
- 先定义CanvasFrame类型的成员变量previewCanvas，这是展示视频帧的本地窗口：
protected CanvasFrame previewCanvas - 把前面创建的DetectService作为成员变量，后面检测的时候会用到：
/** * 检测工具接口 */ private DetectService detectService; - PreviewCameraWithIdentify的构造方法，接受DetectService的实例：
/** * 不同的检测工具，可以通过构造方法传入 * @param detectService */ public PreviewCameraWithIdentify(DetectService detectService) { this.detectService = detectService; } - 然后是初始化操作，可见是previewCanvas的实例化和参数设置，还有检测、识别的初始化操作：
@Override protected void initOutput() throws Exception { previewCanvas = new CanvasFrame("摄像头预览和身份识别", CanvasFrame.getDefaultGamma() / grabber.getGamma()); previewCanvas.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE); previewCanvas.setAlwaysOnTop(true); // 检测服务的初始化操作 detectService.init(); } - 接下来是output方法，定义了拿到每一帧视频数据后做什么事情，这里调用了detectService.convert检测人脸并保存图片，然后在本地窗口显示：
@Override protected void output(Frame frame) { // 原始帧先交给检测服务处理，这个处理包括物体检测，再将检测结果标注在原始图片上， // 然后转换为帧返回 Frame detectedFrame = detectService.convert(frame); // 预览窗口上显示的帧是标注了检测结果的帧 previewCanvas.showImage(detectedFrame); } - 最后是处理视频的循环结束后，程序退出前要做的事情，先关闭本地窗口，再释放检测服务的资源：
@Override protected void releaseOutputResource() { if (null!= previewCanvas) { previewCanvas.dispose(); } // 检测工具也要释放资源 detectService.releaseOutputResource(); } - 由于检测有些耗时，所以两帧之间的间隔时间要低于普通预览：
@Override protected int getInterval() { return super.getInterval()/8; } - 至此，功能已开发完成，再写上main方法，代码如下，有几处要注意的地方稍后说明：
public static void main(String[] args) { String modelFileUrl = "https://raw.github.com/opencv/opencv/master/data/haarcascades/haarcascade_frontalface_alt.xml"; String recognizeModelFilePath = "E:\temp\202112\18\001\faceRecognizer.xml"; // 这里分类编号的身份的对应关系，和之前训练时候的设定要保持一致 Map<Integer, String> kindNameMap = new HashMap(); kindNameMap.put(1, "Man"); kindNameMap.put(2, "Woman"); // 检测服务 DetectService detectService = new DetectAndRecognizeService(modelFileUrl,recognizeModelFilePath, kindNameMap); // 开始检测 new PreviewCameraWithIdentify(detectService).action(1000); } - 上述main方法中，有以下几处需要注意：
- kindNameMap是个HashMap，里面放这每个分类编号对应的名称，我训练的模型中包含了两位群众演员的头像，给他们分别起名Man和Woman
- modelFileUrl是人脸检测时用到的模型地址
- recognizeModelFilePath是人脸识别时用到的模型地址，这个模型是《JavaCV人脸识别三部曲之二：训练》一文中训练的模型
- 至此，人脸识别的代码已经写完，运行main方法，请几位群众演员来到摄像头前面，验证效果吧
验证
-
程序运行起来后，请名为Man的群众演员A站在摄像头前面，如下图，识别成功：
-
接下来，请名为Woman的群众演员B过来，和群众演员A同框，如下图，同时识别成功，不过偶尔会识别错误，提示成unknown(-1)：
-
再请一个没有参与训练的小群众演员过来，与A同框，此刻的识别也是准确的，小演员被标注为unknown(-1)：
-
去看程序的控制台，发现FaceRecognizer.predict方法会抛出异常，幸好程序捕获了异常，不会把整个进程中断退出：
-
至此，整个《JavaCV人脸识别三部曲》全部完成，如果您是位java程序员，正在寻找人脸识别相关的方案，希望本系列能给您一些参考
-
另外《JavaCV人脸识别三部曲》是《JavaCV的摄像头实战》系列的分支，作为主干的《JavaCV的摄像头实战》依然在持续更新中，欣宸原创会继续与您一路相伴，学习、实战、提升
