JavaCV人臉識別三部曲之二：訓練_程式設計師欣宸

一起養成寫作習慣！這是我參與「掘金日新計劃 · 4 月更文挑戰」的第5天，點選檢視活動詳情。

歡迎訪問我的GitHub

這裡分類和彙總了欣宸的全部原創(含配套原始碼)：https://github.com/zq2599/blog_demos

本篇概覽

本文是《JavaCV人臉識別三部曲》的第二篇，前文《視訊中的人臉儲存為圖片》咱們藉助攝像頭為兩位群眾演員生成大量人臉照片，如下圖，群眾演員A的照片儲存在E:\temp\202112\18\001\man，B的照片儲存在E:\temp\202112\18\001\woman：
照片準備好，並且每張照片的身份都已確定，本篇要做的就是用上述照片生成模型檔案，今後新的人臉就可以中這個模型來檢查了
關於訓練，可以用下圖來表示，一共六張照片兩個類別，訓練完成後得到模型檔案faceRecognizer.xml：

編碼

訓練的程式碼很簡單，在一個java檔案中搞定吧，simple-grab-push是整個《JavaCV的攝像頭實戰》系列一直再用的工程，現在該工程中新增檔案TrainFromDirectory.java，完整程式碼如下，有幾處要注意的地方稍後提到： ```java public class TrainFromDirectory {

/* * 從指定目錄下 * @param dirs * @param outputPath * @throws IOException / private void train(String[] dirs, String outputPath) throws IOException { int totalImageNums = 0;

// 統計每個路徑下的照片數，加在一起就是照片總數
for(String dir : dirs) {
    List<String> files = getAllFilePath(dir);
    totalImageNums += files.size();
}

System.out.println("total : " + totalImageNums);

// 這裡用來儲存每一張照片的序號，和照片的Mat物件
MatVector imageIndexMatMap = new MatVector(totalImageNums);

Mat lables = new Mat(totalImageNums, 1, CV_32SC1);

// 這裡用來儲存每一張照片的序號，和照片的類別
IntBuffer lablesBuf = lables.createBuffer();

// 類別序號，從1開始，dirs中的每個目錄就是一個類別
int kindIndex = 1;

// 照片序號，從0開始
int imageIndex = 0;

// 每個目錄下的照片都遍歷
for(String dir : dirs) {
    // 得到當前目錄下所有照片的絕對路徑
    List<String> files = getAllFilePath(dir);

    // 處理一個目錄下的每張照片，它們的序號不同，類別相同
    for(String file : files) {
        // imageIndexMatMap放的是照片的序號和Mat物件
        imageIndexMatMap.put(imageIndex, read(file));
        // bablesBuf放的是照片序號和類別
        lablesBuf.put(imageIndex, kindIndex);
        // 照片序號加一
        imageIndex++;
    }

    // 每當遍歷完一個目錄，才會將類別加一
    kindIndex++;
}

// 例項化人臉識別類
FaceRecognizer faceRecognizer = FisherFaceRecognizer.create();
// 訓練，入參就是圖片集合和分類集合
faceRecognizer.train(imageIndexMatMap, lables);
// 訓練完成後，模型儲存在指定位置
faceRecognizer.save(outputPath);
//釋放資源
faceRecognizer.close();

}

/* * 讀取指定圖片的灰度圖，調整為指定大小 * @param path * @return / private static Mat read(String path) { Mat faceMat = opencv_imgcodecs.imread(path,IMREAD_GRAYSCALE); resize(faceMat, faceMat, new Size(Constants.RESIZE_WIDTH, Constants.RESIZE_HEIGHT)); return faceMat; }

/* * 把指定路徑下所有檔案的絕對路徑放入list集合中返回 * @param path * @return / public static List getAllFilePath(String path) { List paths = new LinkedList<>();

File file = new File(path);

if (file.exists()) {
    // 列出該目錄下的所有檔案
    File[] files = file.listFiles();

    for (File f : files) {
        if (!f.isDirectory()) {
            // 把每個檔案的絕對路徑都放在list中
            paths.add(f.getAbsolutePath());
        }
    }
}

return paths;

}

public static void main(String[] args) throws IOException {

String base = "E:\\temp\\202112\\18\\001\\";

// 儲存圖片的兩個目錄
// man目錄下儲存了群眾演員A的所有人臉照片，
// woman目錄下儲存了群眾演員B的所有人臉照片
String[] dirs = {base + "man", base + "woman"};

// 開始訓練，並指定模型輸出位置
new TrainFromDirectory().train(dirs, base + "faceRecognizer.xml");

} } ``` - 上述程式碼有以下幾處要注意： 1. 靜態方法read用於將圖片轉為Mat 2. 靜態方法getAllFilePath可以遍歷指定目錄下的所有檔案，把它們的絕對路徑返回 3. train一共獲取了man和woman兩個目錄下的照片，man目錄下的照片的類別是1，women目錄下的照片類別是2 4. 識別類是FisherFaceRecognizer，現在的訓練和下一篇的識別都用這個類

執行

執行main方法，待執行完成後，如下圖，可見目錄E:\temp\202112\18\001下已經生成模型檔案faceRecognizer.xml：
至此，本篇任務已完成，下一篇進入終極實戰，用本篇訓練的模型識別攝像頭中的人臉，並把識別結果展示在預覽頁面上；

原始碼下載

《JavaCV的攝像頭實戰》的完整原始碼可在GitHub下載到，地址和連結資訊如下表所示(https://github.com/zq2599/blog_demos)：

| 名稱 | 連結 | 備註| | :-------- | :----| :----| | 專案主頁| https://github.com/zq2599/blog_demos | 該專案在GitHub上的主頁 | | git倉庫地址(https)| https://github.com/zq2599/blog_demos.git | 該專案原始碼的倉庫地址，https協議 | | git倉庫地址(ssh)| [email protected]:zq2599/blog_demos.git | 該專案原始碼的倉庫地址，ssh協議 |

這個git專案中有多個資料夾，本篇的原始碼在javacv-tutorials資料夾下，如下圖紅框所示：
javacv-tutorials裡面有多個子工程，《JavaCV的攝像頭實戰》系列的程式碼在simple-grab-push工程下：

歡迎關注掘金：程式設計師欣宸

學習路上，你不孤單，欣宸原創一路相伴...