您现在的位置是：首页 >技术杂谈 >Springboot+OpenCV+Linux（libopencv_java460.so、opencv-460.jar）人脸识别、人脸对比实现网站首页技术杂谈

与SpringmvcSpring+OpenCV+Linux（libopencv_java460.so、opencv-460.jar）人脸识别、人脸对比实现_殷长庆的博客-CSDN博客

方式区别在于springboot是jar包方式启动的，

jarsoxml文件下载OpenCV+Linux（libopencv_java460.so、opencv-460.jar）-Java文档类资源-CSDN下载

opencv load无法读取jar包中的so文件，

解决方案
1、在Linux某文件夹下提前预置so和xml这俩文件

2、springboot启动时候从jar包读取这两个文件生成到某文件夹下，在用load读取

第二种方案实现
在项目根目录下创建lib文件夹，把jar放进去

Maven
<dependency>
    <groupId>com.opencv</groupId>
    <artifactId>opencv_java460</artifactId>
    <version>1</version>
    <scope>system</scope>
    <systemPath>${basedir}/lib/opencv-460.jar</systemPath>
</dependency>
<plugins>
    <plugin>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-maven-plugin</artifactId>
        <configuration>
            <includeSystemScope>true</includeSystemScope>
            <mainClass>com.opencv.MainApplication</mainClass>
        </configuration>
        <executions>
            <execution>
                <goals>
                    <goal>repackage</goal>
                </goals>
            </execution>
        </executions>
    </plugin>
</plugins>

在src/main/resources下创建opencv文件夹，把so、xml文件放进去

Java实现
启动时会在Linux中创建/opencv文件夹，并把so、xml文件创建到文件夹下，再次启动时会先检查文件是否存在，存在则直接load

import java.io.BufferedInputStream;
import java.io.BufferedOutputStream;
import java.io.File;
import java.io.FileOutputStream;
import java.io.InputStream;
import java.util.Arrays;
 
import javax.annotation.PostConstruct;
 
import org.opencv.core.Mat;
import org.opencv.core.MatOfFloat;
import org.opencv.core.MatOfInt;
import org.opencv.core.MatOfRect;
import org.opencv.core.Rect;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
import org.opencv.objdetect.CascadeClassifier;
import org.springframework.core.io.ClassPathResource;
import org.springframework.stereotype.Controller;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.ResponseBody;
 
/**
 * 人脸对比处理
 */
@Controller
public class FaceDetectorController {
 
    private CascadeClassifier faceDetector;
 
    @PostConstruct
    private void init() {
        try {
            String openCVDiv = "/opencv/";
            String openCVSo = openCVDiv + "libopencv_java460.so";
            String openCVXml = openCVDiv + "lbpcascade_frontalface.xml";
            File fileso = new File(openCVSo);
            if (null == fileso || !fileso.exists()) {
                File fileDiv = new File(openCVDiv);
                fileDiv.mkdirs();
                ClassPathResource cpr = new ClassPathResource(openCVSo);
                InputStream cprIn = cpr.getInputStream();
                copyFile(cprIn, fileso);
                ClassPathResource cprxml = new ClassPathResource(openCVXml);
                InputStream xmlIn = cprxml.getInputStream();
                File filexml = new File(openCVXml);
                copyFile(xmlIn, filexml);
            }
            System.load(openCVSo);
            faceDetector = new CascadeClassifier(openCVXml);
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
 
    /**
     * 复制文件
     * @param input 源文件流
     * @param targetFile 目标文件
     */
    private void copyFile(InputStream input, File targetFile) throws Exception {
        BufferedInputStream inBuff = new BufferedInputStream(input);
        FileOutputStream output = new FileOutputStream(targetFile);
        BufferedOutputStream outBuff = new BufferedOutputStream(output);
        byte[] b = new byte[1024 * 5];
        int len;
        while ((len = inBuff.read(b)) != -1) {
            outBuff.write(b, 0, len);
        }
        outBuff.flush();
        inBuff.close();
        outBuff.close();
        output.close();
        input.close();
    }
 
    // 灰度化人脸
    private Mat conv_Mat(String img) {
        Mat image0 = Imgcodecs.imread(img);
        Mat image1 = new Mat();
        // 灰度化
        Imgproc.cvtColor(image0, image1, Imgproc.COLOR_BGR2GRAY);
        // 探测人脸
        MatOfRect faceDetections = new MatOfRect();
        faceDetector.detectMultiScale(image1, faceDetections);
        // rect中人脸图片的范围
        for (Rect rect : faceDetections.toArray()) {
            Mat face = new Mat(image1, rect);
            return face;
        }
        return null;
    }
 
    private double compare_image(String img_1, String img_2) {
        Mat mat_1 = conv_Mat(img_1);
        Mat mat_2 = conv_Mat(img_2);
        Mat hist_1 = new Mat();
        Mat hist_2 = new Mat();
 
        //颜色范围
        MatOfFloat ranges = new MatOfFloat(0f, 256f);
        //直方图大小， 越大匹配越精确 (越慢)
        MatOfInt histSize = new MatOfInt(10000000);
 
        Imgproc.calcHist(Arrays.asList(mat_1), new MatOfInt(0), new Mat(), hist_1, histSize, ranges);
        Imgproc.calcHist(Arrays.asList(mat_2), new MatOfInt(0), new Mat(), hist_2, histSize, ranges);
 
        // CORREL 相关系数
        return Imgproc.compareHist(hist_1, hist_2, Imgproc.CV_COMP_CORREL);
    }
 
    /**
     * 人脸对比
     * @return
     */
    @RequestMapping("faceDetector")
    @ResponseBody
    public String faceDetector() {
        try {
            //图片路径不能包含中文
            double compareHist = compare_image("/home/opencv/1.jpg", "/home/opencv/2.jpg");
            if (compareHist > 0.6) {
                return "人脸对比成功";
            } else {
                return "人脸不匹配";
            }
        } catch (Exception e) {
            return "人脸对比失败";
        }
    }
}