三分钟极速体验：Java版人脸检测

傷城~ 2022-08-30 00:48 267阅读 0赞

### 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][https_github.com_zq2599_blog_demos]

### 本篇概览 ###

*  检测照片中的人脸，用Java可以实现吗？
 *  当然可以，今天咱们用最少的时间、最简单的操作来体验这个实用的功能，当您提交一张带有人脸的照片后，会看到下图效果，所有人脸都被识别到并被框选出来了：  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JvbGluZ19jYXZhbHJ5_size_16_color_FFFFFF_t_70]
 *  本篇以体验为主，不涉及具体的开发，后面还会有文章介绍完整的开发过程（包括源码）

### 风险提前告知 ###

*  为了简化操作，接下来会用到docker，对应的镜像体积巨大，达到了恐怖的4.69G，建议您为自己的docker做好加速配置，可以减少下载等待时间；
 *  由于opencv体积庞大，再加上javacv的依赖库也不小，这才导致超大镜像的出现，还望您多多海涵，标题中的《三分钟极速体验》是要去掉镜像的等待时间的，您要是觉得欣宸的标题起得很无耻，我觉得您是对的…

### 环境信息 ###

*  为了简化体验过程，接下来会用到docker，推荐的环境信息如下：
 *  操作系统：Ubuntu 16.04.1 LTS 服务器版（MacBook Pro也可以，版本是11.2.3，macOS Big Sur）
 *  docker：20.10.2 Community
 *  为了加快docker镜像的下载速度，建议您提前做好docker加速配置
 *  文章标题号称三分钟极速体验，没时间说太多，准备好环境就火速动手啦

### 部署 ###

*  新建名为images的目录，用于存储处理后的文件，我这里完整路径是/root/temp/202107/17/images
 *  新建名为model的目录，用于存储稍后要下载的模型文件，我这里完整路径是/root/temp/202107/17/model
 *  下载训练好的模型文件，我准备了两个下载地址，您任选一个即可，一个是csdn的（无需积分）：

1.  https://download.csdn.net/download/boling\_cavalry/20352221，另一个是
2.  https://raw.githubusercontent.com/zq2599/blog\_download\_files/master/files/haarcascade\_frontalface\_default.zip

*  上述文件下载下来是个压缩包，请先解压，再将文件haarcascade\_frontalface\_default.xml放入model目录（model里放的必须是解压后的文件）
 *  执行以下命令，会先下载docker镜像文件再创建容器：

docker run \
    --rm \
    -p 18080:8080 \
    -v /root/temp/202107/17/images:/app/images \
    -v /root/temp/202107/17/model:/app/model \
    bolingcavalry/facedetect:0.0.1

*  部署完成，开始体验

### 体验 ###

*  浏览器访问http://localhost:18080，这里的localhost请改成docker宿主机IP（要关闭防火墙！），可以见到操作页面，如下图（欣宸的前端开发水平渣到令人发指，果然不是空穴来风）：  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JvbGluZ19jYXZhbHJ5_size_16_color_FFFFFF_t_70 1]
 *  找一张有人脸的图片(我在百度图片随机找的)，点击上图的选取图片按钮进行上传，至于周围检测数量那里先保持默认值32不要动
 *  点击提交按钮后，页面会显示检测结果，如下图，人脸被准确的框选出来了：  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JvbGluZ19jYXZhbHJ5_size_16_color_FFFFFF_t_70 2]
 *  再试试多人的，如下图，居然一个人脸都没有检测到：  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JvbGluZ19jYXZhbHJ5_size_16_color_FFFFFF_t_70 3]
 *  把周围检测数量的值调低些，改成**4**再试，如下图，这次成功了，八张人脸全部检测到：  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JvbGluZ19jYXZhbHJ5_size_16_color_FFFFFF_t_70]
 *  至此，Java版人脸检测的体验已经完成，一分钟概览，一分钟部署，一分钟体验，咱们足够高效(下载超大镜像的时间不能算，不敢算…)
 *  此刻您应该能感受到Java在人脸识别领域的魅力了，聪明的您当然会有很多疑问，例如：

1.  用了啥框架？
2.  写了啥代码？
3.  运行环境好不好配置？只要jar依赖吗？还需要其他操作吗？

*  这些疑问在下面这两篇文章中完全揭秘，然后您也能轻易做出集成了人脸识别的SpringBoot应用了：

1.  [Java版人脸检测详解上篇：运行环境的Docker镜像(CentOS+JDK+OpenCV)][Java_Docker_CentOS_JDK_OpenCV]
2.  [Java版人脸检测详解下篇：编码][Java]

*  顺便剧透一下：设置运行环境很麻烦，所幸欣宸已解决此问题，并成功封装为基础镜像，咱们可以专注的开发应用，对运行环境再也无需处理了

### 你不孤单，欣宸原创一路相伴 ###

1.  [Java系列][Java 1]
2.  [Spring系列][Spring]
3.  [Docker系列][Docker]
4.  [kubernetes系列][kubernetes]
5.  [数据库+中间件系列][Link 1]
6.  [DevOps系列][DevOps]

[https_github.com_zq2599_blog_demos]: https://github.com/zq2599/blog_demos
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JvbGluZ19jYXZhbHJ5_size_16_color_FFFFFF_t_70]: /images/20220829/873b17f7ac0146899b805cee949d8c66.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JvbGluZ19jYXZhbHJ5_size_16_color_FFFFFF_t_70 1]: /images/20220829/29834c2fff824b30b3065f518f23c1bf.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JvbGluZ19jYXZhbHJ5_size_16_color_FFFFFF_t_70 2]: /images/20220829/eb4302dc6ce14f3f8e5e79d313d01e41.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JvbGluZ19jYXZhbHJ5_size_16_color_FFFFFF_t_70 3]: /images/20220829/4215553423ed4ff8b22fe219359d935d.png
[Java_Docker_CentOS_JDK_OpenCV]: https://blog.csdn.net/boling_cavalry/article/details/118876299
[Java]: https://blog.csdn.net/boling_cavalry/article/details/118970439
[Java 1]: https://xinchen.blog.csdn.net/article/details/105068742
[Spring]: https://xinchen.blog.csdn.net/article/details/105086498
[Docker]: https://xinchen.blog.csdn.net/article/details/105086732
[kubernetes]: https://xinchen.blog.csdn.net/article/details/105086794
[Link 1]: https://xinchen.blog.csdn.net/article/details/105086850
[DevOps]: https://xinchen.blog.csdn.net/article/details/105086920