【Android App】人脸识别中使用Opencv比较两张人脸相似程度实战（附源码和演示超详细）

青旅半醒 2023-09-30 17:27 38阅读 0赞

> **需要全部代码请点赞关注收藏后评论区留言私信~~~**

## 一、比较两张人脸的相似程度 ##

直方图由一排纵向的竖条或者竖线组成，横轴代表数据类型，纵轴代表数据多少。 图像直方图经常应用于特征提取、图像匹配等方面。

![da05b5af7abe45d297e1870591b65825.png][]

假设有两幅图像，它们的直方图很相似，这说明两幅图的像素分布相当接近，他们很可能来自相邻场景，相似度越高，两幅图越可能是同样来源，这便是直方图应用于图像匹配的缘由。OpenCV的Imgproc工具有一个compareHist方法，可以比较两个矩阵结构的相似程度，其内部就采用直方图比较两幅图像像素点灰度值的分布情况，因为只有灰度值参加比较，所以要先将全彩矩阵转为灰度矩阵再调用Imgproc的compareHist方法加以判断

相似度比较步骤如下

（1）分别对两张图片检测人脸，得到各自的人脸矩阵数组；

（2）两张图片都找到人脸的话，再从中截取人脸矩阵并转成位图对象；

（3）调整位图尺寸，使得两幅图片的宽高保持一致，也就是把较大的位图缩放到较小位图的尺寸；

（4）把两个位图对象转为灰度矩阵，再通过直方图比较它们的相似度；

由于compareHist方法的返回值在0-1之间，值越大表示越相似，一般相似度达到0.5就很高了

## 二、效果展示 ##

世界杯进行的如火如荼，现在十六强的名单已经全部出来了，接下来让我们用世界杯中的著名球星的照片来进行相似度比较

1：内马尔与梅西 由结果可见不太像

![4ad0b6e3f5724268a402bec5d49fee57.png][]

2： C罗与梅西 由结果可见比较高了

![68c25eae44084003b3b1708e70b1f8e8.png][]

3：C罗与贝克汉姆（年轻的时候） 由结果可见是相当高的相似度

![4a36793094cb45509b8c4e4b3e9d3ad8.png][]

## 三、代码 ##

部分源码如下 需要全部代码请点赞关注收藏后评论区留言私信~~~

package com.example.face;
    
    import android.content.Context;
    import android.content.Intent;
    import android.graphics.Bitmap;
    import android.net.Uri;
    import android.os.Bundle;
    import android.util.Log;
    import android.widget.ImageView;
    import android.widget.TextView;
    import android.widget.Toast;
    
    import androidx.appcompat.app.AppCompatActivity;
    
    import com.example.face.util.BitmapUtil;
    import com.example.face.util.FaceUtil;
    
    import org.opencv.android.BaseLoaderCallback;
    import org.opencv.android.LoaderCallbackInterface;
    import org.opencv.android.OpenCVLoader;
    import org.opencv.android.Utils;
    import org.opencv.core.Mat;
    import org.opencv.core.MatOfRect;
    import org.opencv.core.Rect;
    import org.opencv.core.Scalar;
    import org.opencv.core.Size;
    import org.opencv.imgproc.Imgproc;
    import org.opencv.objdetect.CascadeClassifier;
    
    import java.io.File;
    import java.io.FileOutputStream;
    import java.io.InputStream;
    
    public class CompareImageActivity extends AppCompatActivity {
        private final static String TAG = "CompareImageActivity";
        private int CHOOSE_CODE1=31, CHOOSE_CODE2=32; // 挑选第一张图片和挑选第二张图片的请求码
        private Bitmap mBitmap1, mBitmap2; // 第一张图片和第二张图片的位图对象
        private ImageView iv_face1, iv_face2; // 第一张图片和第二张图片的图像视图
        private TextView tv_result; // 声明一个文本视图对象
        private CascadeClassifier mJavaDetector; // OpenCV的人脸检测器
    
        @Override
        protected void onCreate(Bundle savedInstanceState) {
            super.onCreate(savedInstanceState);
            setContentView(R.layout.activity_compare_image);
            iv_face1 = findViewById(R.id.iv_face1);
            iv_face2 = findViewById(R.id.iv_face2);
            tv_result = findViewById(R.id.tv_result);
            findViewById(R.id.btn_choose1).setOnClickListener(v -> choosePicture(CHOOSE_CODE1));
            findViewById(R.id.btn_choose2).setOnClickListener(v -> choosePicture(CHOOSE_CODE2));
            findViewById(R.id.btn_compare).setOnClickListener(v -> {
                if (mBitmap1==null || mBitmap2==null) {
                    Toast.makeText(this, "请先选择两张图片再来比较", Toast.LENGTH_SHORT).show();
                    return;
                }
                compareFace(); // 比较两张人脸的相似度
            });
        }
    
        // 挑选待比较的人脸图片
        private void choosePicture(int chooseCode) {
            // 创建一个内容获取动作的意图（准备跳到系统相册）
            Intent albumIntent = new Intent(Intent.ACTION_GET_CONTENT);
            albumIntent.putExtra(Intent.EXTRA_ALLOW_MULTIPLE, false); // 是否允许多选
            albumIntent.setType("image/*"); // 类型为图像
            startActivityForResult(albumIntent, chooseCode); // 打开系统相册
        }
    
        @Override
        protected void onActivityResult(int requestCode, int resultCode, Intent intent) {
            super.onActivityResult(requestCode, resultCode, intent);
            if (resultCode == RESULT_OK && intent.getData() != null) { // 从相册返回
                Uri uri = intent.getData(); // 获得已选择照片的路径对象
                if (requestCode == CHOOSE_CODE1) {
                    // 根据指定图片的uri，获得自动缩小后的位图对象
                    mBitmap1 = BitmapUtil.getAutoZoomImage(this, uri);
                    iv_face1.setImageBitmap(mBitmap1);
                } else if (requestCode == CHOOSE_CODE2) {
                    // 根据指定图片的uri，获得自动缩小后的位图对象
                    mBitmap2 = BitmapUtil.getAutoZoomImage(this, uri);
                    iv_face2.setImageBitmap(mBitmap2);
                }
            }
        }
    
        // 检测位图中的人脸
        private Mat[] detectFace(Bitmap orig, ImageView imageView) {
            Mat rgba = new Mat();
            Utils.bitmapToMat(orig, rgba); // 把位图对象转为Mat结构
            Mat gray = new Mat();
            Imgproc.cvtColor(rgba, gray, Imgproc.COLOR_RGB2GRAY); // 全彩矩阵转灰度矩阵
            // 下面识别人脸
            MatOfRect faces = new MatOfRect();
            int absoluteFaceSize = 0;
            int height = gray.rows();
            if (Math.round(height * 0.2f) > 0) {
                absoluteFaceSize = Math.round(height * 0.2f);
            }
            if (mJavaDetector != null) { // 检测器开始识别人脸
                mJavaDetector.detectMultiScale(gray, faces, 1.1, 2, 2,
                        new Size(absoluteFaceSize, absoluteFaceSize), new Size());
            }
            Rect[] faceArray = faces.toArray();
            Mat[] matArray = new Mat[faceArray.length];
            for (int i = 0; i < faceArray.length; i++) { // 给找到的人脸标上相框
                Imgproc.rectangle(rgba, faceArray[i].tl(), faceArray[i].br(), new Scalar(0, 255, 0, 255), 3);
                //Log.d(TAG, faceArray[i].toString());
                matArray[i] = rgba.submat(faceArray[i]); // 截取相框中的人脸结构
            }
            Bitmap mark = Bitmap.createBitmap(orig.getWidth(), orig.getHeight(), Bitmap.Config.ARGB_8888);
            Utils.matToBitmap(rgba, mark); // 把Mat结构转为位图对象
            imageView.setImageBitmap(mark);
            return matArray;
        }
    
        // 比较两张人脸的相似度
        private void compareFace() {
            Mat[] matArray1 = detectFace(mBitmap1, iv_face1); // 检测位图中的人脸
            Mat[] matArray2 = detectFace(mBitmap2, iv_face2); // 检测位图中的人脸
            if (matArray1.length==0 || matArray2.length==0) {
                Toast.makeText(this, "需要两张图片均可找到人脸才能比较", Toast.LENGTH_SHORT).show();
                tv_result.setText("未能检测到人脸");
                return;
            }
            Mat mat1 = matArray1[0];
            Mat mat2 = matArray2[0];
            Bitmap bitmap1 = Bitmap.createBitmap(mat1.width(), mat1.height(), Bitmap.Config.ARGB_8888);
            Utils.matToBitmap(mat1, bitmap1); // 把Mat结构转为位图对象
            Bitmap bitmap2 = Bitmap.createBitmap(mat2.width(), mat2.height(), Bitmap.Config.ARGB_8888);
            Utils.matToBitmap(mat2, bitmap2); // 把Mat结构转为位图对象
            Bitmap bitmapA, bitmapB;
            // 两幅图片必须尺寸一样才能比较，故而下面事先调整位图尺寸，使得两幅图片的宽高保持一致
            if (bitmap1.getWidth() < bitmap2.getWidth()) {
                bitmapA = bitmap1;
                bitmapB = BitmapUtil.getScaleBitmap(bitmap2, 1.0*bitmap1.getWidth()/bitmap2.getWidth());
            } else {
                bitmapA = bitmap2;
                bitmapB = BitmapUtil.getScaleBitmap(bitmap1, 1.0*bitmap2.getWidth()/bitmap1.getWidth());
            }
            double degree = FaceUtil.matchCompare(bitmapA, bitmapB); // 比较两个位图的相似程度
            String desc = String.format("相似度为%.2f（完全相同为1，完全不同为0）", degree);
            tv_result.setText(desc);
        }
    
        @Override
        protected void onResume() {
            super.onResume();
            if (!OpenCVLoader.initDebug()) {
                Log.d(TAG, "Internal OpenCV library not found. Using OpenCV Manager for initialization");
                OpenCVLoader.initAsync(OpenCVLoader.OPENCV_VERSION_3_0_0, this, mLoaderCallback);
            } else {
                Log.d(TAG, "OpenCV library found inside package. Using it!");
                mLoaderCallback.onManagerConnected(LoaderCallbackInterface.SUCCESS);
            }
        }
    
        private BaseLoaderCallback mLoaderCallback = new BaseLoaderCallback(this) {
            @Override
            public void onManagerConnected(int status) {
                if (status == LoaderCallbackInterface.SUCCESS) {
                    Log.d(TAG, "OpenCV loaded successfully");
                    // 在OpenCV初始化完成后加载so库
                    System.loadLibrary("detection_based_tracker");
                    File cascadeDir = getDir("cascade", Context.MODE_PRIVATE);
                    File cascadeFile = new File(cascadeDir, "lbpcascade_frontalface.xml");
                    // 从应用程序资源加载级联文件
                    try (InputStream is = getResources().openRawResource(R.raw.lbpcascade_frontalface);
                         FileOutputStream os = new FileOutputStream(cascadeFile)) {
                        byte[] buffer = new byte[4096];
                        int bytesRead;
                        while ((bytesRead = is.read(buffer)) != -1) {
                            os.write(buffer, 0, bytesRead);
                        }
                    } catch (Exception e) {
                        e.printStackTrace();
                    }
                    // 根据级联文件创建OpenCV的人脸检测器
                    mJavaDetector = new CascadeClassifier(cascadeFile.getAbsolutePath());
                    if (mJavaDetector.empty()) {
                        Log.d(TAG, "Failed to load cascade classifier");
                        mJavaDetector = null;
                    } else {
                        Log.d(TAG, "Loaded cascade classifier from " + cascadeFile.getAbsolutePath());
                    }
                    cascadeDir.delete();
                } else{
                    super.onManagerConnected(status);
                }
            }
        };
    
    }

**创作不易 觉得有帮助请点赞关注收藏~~~**

[da05b5af7abe45d297e1870591b65825.png]: https://img-blog.csdnimg.cn/da05b5af7abe45d297e1870591b65825.png
[4ad0b6e3f5724268a402bec5d49fee57.png]: https://img-blog.csdnimg.cn/4ad0b6e3f5724268a402bec5d49fee57.png
[68c25eae44084003b3b1708e70b1f8e8.png]: https://img-blog.csdnimg.cn/68c25eae44084003b3b1708e70b1f8e8.png
[4a36793094cb45509b8c4e4b3e9d3ad8.png]: https://img-blog.csdnimg.cn/4a36793094cb45509b8c4e4b3e9d3ad8.png