Android opencv4.10人像识别

### 如何在 Android 中使用 OpenCV 4.10 实现人脸识别 #### 准备工作 为了实现在 Android 平台上的人脸识别应用，需要准备以下工具和资源： - 安装最新版本的 Android Studio 和 NDK。 - 下载并配置 OpenCV 的 Android SDK 版本。可以从官方 GitHub 发布页面下载适用于 Android 的预构建包[^1]。 #### 创建项目结构 创建一个新的 Android 应用程序项目，在 `build.gradle` 文件中添加必要的依赖项来集成 OpenCV 库： ```gradle dependencies { implementation 'org.opencv:opencv-android:4.10.0' } ``` 确保已启用 C++ 支持，并设置好 CMakeLists.txt 来链接 OpenCV 静态库。 #### 加载人脸检测级联文件 OpenCV 提供了训练好的 Haar 或 LBP 级联分类器用于快速面部检测。可以将这些 XML 模型文件放置于 assets 目录下以便加载： ```cpp CascadeClassifier faceDetector; if (!faceDetector.load("/path/to/haarcascade_frontalface_alt.xml")) { Log.e("Error", "Failed to load cascade classifier"); } else { Log.d("Success", "Loaded cascade classifier successfully"); } ``` #### 编写核心逻辑 下面是一个简单的例子展示如何捕获相机帧并对其中的人脸进行标记： ```java public class MainActivity extends AppCompatActivity implements CameraBridgeViewBase.CvCameraViewListener2 { private JavaCameraView javaCameraView; @Override protected void onCreate(Bundle savedInstanceState) { super.onCreate(savedInstanceState); setContentView(R.layout.activity_main); javaCameraView = findViewById(R.id.java_surface_view); javaCameraView.setCvCameraViewListener(this); } Mat mRgba, mGray; public void onCameraViewStarted(int width, int height){ mRgba = new Mat(height,width,CvType.CV_8UC4); mGray = new Mat(); } public void onCameraViewStopped(){ mRgba.release(); mGray.release(); } CascadeClassifier faceDetector; // 声明全局变量 static{ System.loadLibrary(Core.NATIVE_LIBRARY_NAME); } @Override public Mat onCameraFrame(CameraBridgeViewBase.CvCameraViewFrame inputFrame) { mRgba = inputFrame.rgba(); Imgproc.cvtColor(mRgba,mGray,Imgproc.COLOR_RGBA2GRAY); if (faceDetector != null && !mGray.empty()){ MatOfRect faces = new MatOfRect(); faceDetector.detectMultiScale( mGray, faces, 1.1f, 3, Objdetect.CASCADE_SCALE_IMAGE | Objdetect.CASCADE_FIND_BIGGEST_OBJECT | Objdetect.CASCADE_DO_ROUGH_SEARCH, Size(30,30), new Size() ); Rect[] facesArray = faces.toArray(); for (int i=0;i<facesArray.length;i++){ Core.rectangle( mRgba, facesArray[i].tl(), facesArray[i].br(), new Scalar(0,255,0),//绿色矩形框 3 ); } } return mRgba; } } ``` 这段代码实现了基本的脸部定位功能，通过调用 `detectMultiScale()` 方法完成实际的检测过程，并利用 `Core.rectangle()` 绘制边界框表示找到的位置。