CascadeClassifier類別用於載入分類器檔案並在影像中偵測所需的物件。
該類別的detectMultiScale()方法可以偵測不同大小的多個物件。此方法接受 −
一個Mat類別對象,用於保存輸入圖像。
一個MatOfRect類別對象,用來儲存偵測到的人臉。
要取得影像中的人臉數量 −
#使用CascadeClassifier類別載入lbpcascade_frontalface.xml檔。
呼叫detectMultiScale()方法。
將MatOfRect物件轉換為陣列。
陣列的長度就是影像中的人臉數。
import org.opencv.core.Core; import org.opencv.core.Mat; import org.opencv.core.MatOfRect; import org.opencv.core.Point; import org.opencv.core.Rect; import org.opencv.core.Scalar; import org.opencv.imgcodecs.Imgcodecs; import org.opencv.imgproc.Imgproc; import org.opencv.objdetect.CascadeClassifier; public class FaceDetection { public static void main (String[] args) { //Loading the OpenCV core library System.loadLibrary( Core.NATIVE_LIBRARY_NAME ); //Reading the Image from the file String file ="D:\Images\faces.jpg"; Mat src = Imgcodecs.imread(file); //Instantiating the CascadeClassifier String xmlFile = "lbpcascade_frontalface.xml"; CascadeClassifier classifier = new CascadeClassifier(xmlFile); //Detecting the face in the snap MatOfRect faceDetections = new MatOfRect(); classifier.detectMultiScale(src, faceDetections); System.out.println(String.format("Detected %s faces", faceDetections.toArray().length)); //Drawing boxes for (Rect rect : faceDetections.toArray()) { Imgproc.rectangle( src, new Point(rect.x, rect.y), new Point(rect.x + rect.width, rect.y + rect.height), new Scalar(0, 0, 255), 3 ); } //Writing the image Imgcodecs.imwrite("D:\Images\face_Detection.jpg", src); System.out.println("Image Processed"); } }
No of faces detected: 3
以上是如何使用Java OpenCV庫在影像中偵測人臉?的詳細內容。更多資訊請關注PHP中文網其他相關文章!