工业生产安全-安全帽第二篇-用java语言看看opencv实现的目标检测使用过程

一.背景

公司是非煤采矿业,核心业务是采选,大型设备多,安全风险因素多。当下政府重视安全,头部技术企业的安全解决方案先进但价格不低,作为民营企业对安全投入的成本很敏感。利用我本身所学,准备搭建公司的安全管理技术平台,从视觉、传感等多方面配合,逐步将公司的生产安全管理技术平台搭建起来。也许在不久的未来,公司各层级都看到了技术的价值,会逐步过渡到一线品牌的安全产品上来,逐步推动生产安全技术在公司的应用。

本文是安全帽的第二篇,用java简单调用OpenCV自带的面部检测器找到面部图片区域,了解整体java调用OpenCV的过程。

本文建立在第一篇上面,请先阅读第一篇。工业生产安全-安全帽第一篇-opencv及java开发环境搭建-CSDN博客

二.思路分析

我之前有一些目标检测、图像算法(大学时,全专业图形学数一数二,不过和专业的比起来,是菜鸟哈!!!)的粗浅经验。这里就先说说程序执行的思路。其实,很简单,就是图片准备=》检测器准备=》执行检测器=》拿结果后处理。

图片准备,准确说是输入准备,一般都是图片,看具体的场景嘛!有的会处理成灰度图片或者二值化,具体的就看检测器的要求。

检测器准备,形态说就是一个文件,一般是xml文件。这个文件从哪里来呢?这个就是我们平时说的模型训练的产物。不管是大模型、小模型,简单来说就是一堆数据(图片、文字、语音、文档等)丢进去,让训练器运行,得到一个结果文件。这个训练器的核心算法就决定了产物的水平,反正我个人不相信它们有智慧,我个人认为今天的人工智能发展虽然取得了很多成绩,但是与真正的智慧还有很远。当然,这并不影响我们使用它来解决一些问题。扯远了,拉回来。简单理解,检测器就是模型训练出来的产物,可以说是一个规则集,用来判断目标是否符合规则集,符合就找到了目标。

执行检测器,这个就是一个语句,没有啥特别说的。

结果后处理,一般来说,图片这种结果目标检测是给你一堆像素点,你自己想改个颜色、加个框框、涂个蒙版都可以,反正表示你检测到了结果嘛!

三.上代码

java 复制代码
package com.scantt.opencv.demos.eyes;

import java.net.URL;

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.core.Size;
import org.opencv.highgui.HighGui;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
import org.opencv.objdetect.CascadeClassifier;

public class FaceDetection {
	static {
		String path1 = ClassLoader.getSystemResource(Core.NATIVE_LIBRARY_NAME + ".dll").getPath();
		if (path1.startsWith("/")) {
			path1 = path1.substring(1);// windows系统有毒...jar包不认识 /开头这样的形式,如/c:/xx
		}
		System.load(path1);
	}

	public static void main(String[] args) {
		// 读取图像
		URL url = ClassLoader.getSystemResource("eyes/dongfang.jpg");
		String path = url.getPath();
		if (path.startsWith("/")) {
			path = path.substring(1);// windows系统有毒...jar包不认识 /开头这样的形式,如/c:/xx
		}
		Mat image = Imgcodecs.imread(path);

		// 转换为灰度图像
		Mat gray = new Mat();
		Imgproc.cvtColor(image, gray, Imgproc.COLOR_BGR2GRAY);

		// 加载面部检测器
		URL url2 = ClassLoader.getSystemResource("eyes/haarcascade_frontalface_default.xml");
		String path2 = url2.getPath();
		if (path2.startsWith("/")) {
			path2 = path2.substring(1);// windows系统有毒...jar包不认识 /开头这样的形式,如/c:/xx
		}
		CascadeClassifier faceDetector = new CascadeClassifier(path2);

		// 检测面部
		MatOfRect faceDetections = new MatOfRect();
		faceDetector.detectMultiScale(gray, faceDetections);

		// 遍历每个检测到的面部
		for (Rect rect : faceDetections.toArray()) {
			// 面部画个框
//			Imgproc.rectangle(image, rect, new Scalar(255, 0, 0), 2);
			// 面部画个圆
			Imgproc.circle(image, new Point(rect.x + rect.width / 2, rect.y + rect.height / 2), rect.width / 2,
					new Scalar(255, 0, 0));

		}

		// 显示结果
		HighGui.imshow("Eye Detection", image);
		HighGui.waitKey(0);
	}
}

图片dongfang.jpg,你随便找个包含人头像的,我是放到src/main/resources/eyes目录下的哦。

检测器文件haarcascade_frontalface_default.xml, 去OpenCV安装目录去找opencv\build\etc\haarcascades,我还是放到src/main/resources/eyes目录下的哦。

我的检测结果是

四.后面干什么

知道怎么调用检测器了,当然就是去找一个或者做一个安全帽的检测咯,先拿个别人的试试吧!!!

相关推荐
leikooo6 小时前
用餐厅和盘子理解栈和堆
java·数据结构·链表·rust
Ivanqhz7 小时前
激活函数在 Transformer 中的作用及各种变体简述
java·linux·数据库·人工智能·深度学习
沙漠之主7 小时前
C++编程教学设计资料:从入门到实战的完整课程方案
java·前端·c++
Seraphina367 小时前
SQLI-labs(一)黑盒全流程
sql·安全·web安全
FPGA小徐7 小时前
PA1 基础设施(2)深度解析:NEMU 中 ITRACE、MTRACE、FTRACE、IRINGBUF、ETRACE、DIFFTEST 全解析
java·服务器·网络
YOLO数据集集合8 小时前
EvoAgent:面向PR研发治理的自进化Multi-Agent Harness系统
java·开发语言·目标检测·agent·自进化
雷焰财经8 小时前
AI开始学会“越界”:当智能体拥有行动能力,人工智能的竞争已经进入安全深水区
人工智能·安全
知行EDI8 小时前
知行之桥 MaBang 端口使用指南——Create Order 订单创建篇
java·服务器·数据库
笑鸿的学习笔记8 小时前
C++笔记之大块顺序写
java·c++·笔记
打工仔折腾 AI8 小时前
从 Demo 到生产级 Agent:8 个关键设计机制与 Python 实现拆解
java·jvm·人工智能·后端·python·langchain·ai agent 实战