什么是OpenCV？
OpenCV(Open Source Computer Vision) 是一个开源的计算机视觉算法库。是用C/C++写的，旨在发挥多核心的优势。它提供C++、C、Python和Java的接口，并支持所有主流操作系统平台，包括Windows、Linux、Mac
OS、iOS及Android。
Github库
今天的演示应用程序的代码在GitHub上有：day12-face-detection 。
OpenCV入门
开始学习OpenCV，第一步就是去它官网下载支持你目前操作系统的最新版本OpenCV包，文中使用的是2.4.7版。
程序包下载完成后，使用tar命令解压：
$ tar xvf opencv-2.4.7.tar.gz
切换目录到opencv-2.4.7：
$ cd opencv-2.4.7
构建OpenCV jar
我花了很多时间来了解如何获得OpenCV的jar文件。文档中的Java教程假设OpenCV jar文件是在生成文件夹中，适用于Windows用户的OpenCV包（包括jar文件），但并不适用于Linux和Mac OS用户。为了构建OpenCV jar，请执行如下命令：
$ cd opencv-2.4.7 $ mkdir build $ cd build/ $ cmake -G "Unix Makefiles" -D CMAKE_CXX_COMPILER=/usr/bin/g++ -D CMAKE_C_COMPILER=/usr/bin/gcc -D WITH_CUDA=ON .. $ make -j4 $ make install
上面的命令会在 opencv-2.4.7/build/bin 的目录下创建opencv-247.jar 文件，这是Java绑定到本地OpenCV的安装方法。
下载Eclipse
如果你系统里没有安装eclipse，可以去Eclipse官网下载最新版，就目前而言eclipse最新版的代号是Kepler。
Eclipse的安装很容易，只需要解压下载下来的包即可。如果是在Linux或者Mac机器上，开个命令行窗口，输入如下命令：
$ tar -xzvf eclipse-jee-kepler-R-*.tar.gz
Windows下，你解压到哪里，那里就会有一个eclipse文件夹，这样就可以直接操作了，当然你也可以创建执行文件的快捷方式到桌面。
添加用户库
打开Eclipse IDE，然后到项目工作区，转到目录 Windows > Preferences > Java > Build Path > User下，选择添加一个新的库。
Libraries
给这个库命名为OpenCV-2.4.7之类的名字，然后点击“确定”。
点击Add External Jars，然后添加 OpenCV-2.4.7 文件。
选择Native library location，然后点击“编辑(Edit)”。
点击 External Folder。
在opencv-2.4.7/build/lib 文件夹下给出库目录(lib)的路径。
现在，点击“确定”，我们已经把 OpenCV 作为用户库(user library)添加进去了。
创建新的Java项目
一步一步在File > New > Other > Java Project下创建新的Java项目，完成后，右键单击该项目配置构建路径。
转到Libraries选项卡，然后点击“添加库(Add”。
Library)
选择“用户库(User Library)”
选择我们最后一步添加进去的OpenCV-2.4.7用户库，点击“完成”。
最后，你会看见这个Java项目里已经包含了OpenCV-2.4.7用户库。
写人脸检测器(FaceDetector)
在上面创建的Java项目里创建一个类(class)，并添加下面的代码：
package com.shekhar.facedetection; 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.highgui.Highgui; import org.opencv.objdetect.CascadeClassifier; public class FaceDetector { public static void main(String[] args) { System.loadLibrary(Core.NATIVE_LIBRARY_NAME); System.out.println("\nRunning FaceDetector"); CascadeClassifier faceDetector = new CascadeClassifier(FaceDetector.class.getResource("haarcascade_frontalface_alt.xml").getPath()); Mat image = Highgui .imread(FaceDetector.class.getResource("shekhar.JPG").getPath()); MatOfRect faceDetections = new MatOfRect(); faceDetector.detectMultiScale(image, faceDetections); System.out.println(String.format("Detected %s faces", faceDetections.toArray().length)); for (Rect rect : faceDetections.toArray()) { Core.rectangle(image, new Point(rect.x, rect.y), new Point(rect.x + rect.width, rect.y + rect.height), new Scalar(0, 255, 0)); } String filename = "ouput.png"; System.out.println(String.format("Writing %s", filename)); Highgui.imwrite(filename, image); } }
上面的这些代码可以：
- 加载本地的OpenCV库，这样就可以用它来调用Java API。
- 创建实例CascadeClassifier，将已加载的分类器的文件名传递给它。
- 接下来我们将图片转化成Java API能够接受使用Highui类的格式，铺垫在OpenCV C++的n维密集数组类上边。
- 然后，调用分类器上的detectMultiScale方法传递给它图象和MatOfRect对象。这个过程之后，MatOfRect将有面部检测。
- 我们遍历所有的脸部检测并用矩形标记图像。
- 最后，将图像写入输出的
.png文件里。
这个程序的输出展示如下，这是在人脸检测之前和之后的图片：
