JavaCV的摄像头实战之十二：性别检测

技术分享 3年前 (2023-07-02) 0 999+

关注

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

本篇概览

本文是《JavaCV的摄像头实战》系列的第十二篇，咱们来开发一个实用功能：识别性别并显示在预览页面，如下图：
今天的代码，主要功能如下图所示：
如果您看过《JavaCV的摄像头实战》系列的其他文章，就会发现上图中只有蓝色部分是新增内容，其余的步骤都是固定套路，《JavaCV的摄像头实战》系列的每一个应用玩的都是相同套路：别看步骤挺多，其实都是同一个流程

关于性别和年龄检测

使用卷积神经网络推理性别和年龄的更多技术细节，这里有更详细的说明：
https://talhassner.github.io/home/publication/2015_CVPR
本篇会使用已训练好的Caffe 模型，训练该模型的数据来自Flickr相册，通过从 iPhone5（或更高版本）智能手机设备自动上传组装而成，并由其作者根据知识共享 (CC) 许可向公众发布，共有26580张照片，涉及2284人，这些人的年龄一共被标识成八组：（0-2、4-6、8-13、15-20、25-32、38-43、48-53、60 -)
关于数据源的更多详细，请参考：https://talhassner.github.io/home/projects/Adience/Adience-data.html
论文地址：https://talhassner.github.io/home/projects/cnn_agegender/CVPR2015_CNN_AgeGenderEstimation.pdf

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的摄像头实战》系列的代码在simple-grab-push工程下：

准备：文件下载

本次实战需要三个文件：

人脸检测的模型文件：https://raw.github.com/opencv/opencv/master/data/haarcascades/haarcascade_frontalface_alt.xml
性别识别的配置文件：https://raw.githubusercontent.com/GilLevi/AgeGenderDeepLearning/master/gender_net_definitions/deploy.prototxt
性别识别的模型文件：https://raw.githubusercontent.com/GilLevi/AgeGenderDeepLearning/master/models/gender_net.caffemodel

我已将上述文件打包上传到CSDN，您也可以在CSDN下载（无需积分）：
https://download.csdn.net/download/boling_cavalry/70730586

准备：代码接口简介

编码前，先把涉及到的所有java文件说明一下：

AbstractCameraApplication.java：主程序的抽象类，这里面定义了打开摄像头、抓取每一帧、处理每一帧的基本框架，避免每个应用都把这些事情重复做一遍
PreviewCameraWithGenderAge.java：主程序，是AbstractCameraApplication的实现类，本次实战的核心功能人脸检测和性别检测，都委托给它的成员变量detectService去完成
DetectService.java：检测服务的接口，里面定义了几个重要的api，例如初始化、处理每一帧、释放资源等
GenderDetectService.java：是DetectService接口的实现类，本次实战的核心功能都写在这个类中

介绍完毕，可以开始编码了，先从最简单的主程序开始

编码：主程序

《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PreviewCameraWithGenderAge.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;

PreviewCameraWithGenderAge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 PreviewCameraWithGenderAge(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", 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检测人脸并识别性别，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，请注意AgeDetectService构造方法的三个入参，分别是前面下载的三个文件在本机的位置：

    public static void main(String[] args) {         String base = "E:\temp\202112\25\opencv\";            DetectService detectService = new GenderDetectService(                 base + "haarcascade_frontalface_alt.xml",                 base + "gender\deploy.prototxt",                 base + "gender\gender_net.caffemodel");                          new PreviewCameraWithGenderAge(detectService).action(1000);     }

主程序已经写完，接下来是核心功能

编码：服务接口回顾

本篇的核心功能是检测性别，相关代码被封装在DetectService接口的实现类GenderDetectService中，这个DetectService接口是咱们的老朋友了，之前识别相关的实战都有它的身影，再来回顾一下，如下，定义了初始化、处理原始帧、释放资源等关键行为的接口：

package com.bolingcavalry.grabpush.extend;  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(); }

接下来，就是DetectService接口的实现类，也就是今天实战的核心：GenderDetectService.java

编码：检测服务实现

今天的核心功能都集中在GenderDetectService.java中，直接贴出全部源码吧，有几处要注意的地方稍后会提到：

package com.bolingcavalry.grabpush.extend;  import com.bolingcavalry.grabpush.Constants; import lombok.extern.slf4j.Slf4j; import org.bytedeco.javacpp.indexer.Indexer; import org.bytedeco.javacv.Frame; import org.bytedeco.javacv.OpenCVFrameConverter; import org.bytedeco.opencv.opencv_core.*; import org.bytedeco.opencv.opencv_dnn.Net; import org.bytedeco.opencv.opencv_objdetect.CascadeClassifier;  import static org.bytedeco.opencv.global.opencv_core.NORM_MINMAX; import static org.bytedeco.opencv.global.opencv_core.normalize; import static org.bytedeco.opencv.global.opencv_dnn.blobFromImage; import static org.bytedeco.opencv.global.opencv_dnn.readNetFromCaffe; 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 GenderDetectService 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();      /**      * 人脸检测模型文件的下载地址      */     private String classifierModelFilePath;      /**      * 性别识别proto文件的下载地址      */     private String genderProtoFilePath;      /**      * 性别识别模型文件的下载地址      */     private String genderModelFilePath;      /**      * 推理性别的神经网络对象      */     private Net cnnNet;      /**      * 构造方法，在此指定proto和模型文件的下载地址      * @param classifierModelFilePath      * @param cnnProtoFilePath      * @param cnnModelFilePath      */     public GenderDetectService(String classifierModelFilePath,                                String cnnProtoFilePath,                                String cnnModelFilePath) {         this.classifierModelFilePath = classifierModelFilePath;         this.genderProtoFilePath = cnnProtoFilePath;         this.genderModelFilePath = cnnModelFilePath;     }      /**      * 初始化操作，主要是创建推理用的神经网络      * @throws Exception      */     @Override     public void init() throws Exception {         // 根据模型文件实例化分类器         classifier = new CascadeClassifier(classifierModelFilePath);         // 实例化推理性别的神经网络         cnnNet = readNetFromCaffe(genderProtoFilePath, genderModelFilePath);     }      @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);         }          // 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 frame;         }          int pos_x;         int pos_y;          Mat faceMat;          //推理时的入参         Mat inputBlob;          // 推理结果         Mat prob;          // 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);              // 人脸对应的Mat实例（注意：要用彩图，不能用灰度图！！！）             faceMat = new Mat(grabbedImage, r);             // 缩放到神经网络所需的尺寸             resize(faceMat, faceMat, new Size(Constants.CNN_PREIDICT_IMG_WIDTH, Constants.CNN_PREIDICT_IMG_HEIGHT));             // 归一化             normalize(faceMat, faceMat, 0, Math.pow(2, frame.imageDepth), NORM_MINMAX, -1, null);             // 转为推理时所需的的blob类型             inputBlob = blobFromImage(faceMat);             // 为神经网络设置入参             cnnNet.setInput(inputBlob, "data", 1.0, null);      //set the network input             // 推理             prob = cnnNet.forward("prob");              // 根据推理结果得到在人脸上标注的内容             String lable = getDescriptionFromPredictResult(prob);              // 人脸标注的横坐标             pos_x = Math.max(r.tl().x()-10, 0);             // 人脸标注的纵坐标             pos_y = Math.max(r.tl().y()-10, 0);              // 给人脸做标注，标注性别             putText(grabbedImage, lable, new Point(pos_x, pos_y), FONT_HERSHEY_PLAIN, 1.5, new Scalar(0,255,0,2.0));              // 给人脸加边框时的边框位置             int x = r.x(), y = r.y(), w = r.width(), h = r.height();             // 给人脸加边框             rectangle(grabbedImage, new Point(x, y), new Point(x + w, y + h), Scalar.RED, 1, CV_AA, 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);     }      /**      * 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();         }          if (null!= cnnNet) {             cnnNet.close();         }     }      /**      * 根据推理结果得到在头像上要标注的内容      * @param prob      * @return      */     protected String getDescriptionFromPredictResult(Mat prob) {         Indexer indexer = prob.createIndexer();          // 比较两种性别的概率，概率大的作为当前头像的性别         return indexer.getDouble(0,0) > indexer.getDouble(0,1)                ? "male"                : "female";     } }

上述代码，有以下几处需要注意的：

构造方法的三个入参：classifierModelFilePath、cnnProtoFilePath、cnnModelFilePath分别是人脸检测模型、性别检测配置、性别检测模型三个文件的本地存放地址
检测性别靠的是卷积神经网络的推理，初始化的时候通过readNetFromCaffe方法新建神经网络对象
convert方法被调用时，会收到摄像头捕捉的每一帧，在这里面先检测出每个人脸，再拿每个人脸去神经网络进行推理
用神经网络的推理结果生成人脸的标注内容，这段逻辑被放入getDescriptionFromPredictResult，下一篇《年龄检测》的实战同样是使用神经网络推理头像的年龄，咱们只要写一个GenderDetectService，并重写getDescriptionFromPredictResult方法，里面的逻辑改成根据推理结果得到年龄，即可轻松完成任务，其他类都可以维持不变