Java版人脸跟踪三部曲之三：编码实战

Java版人脸跟踪三部曲之三：编码实战 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

《Java版人脸跟踪三部曲》全文链接

《极速体验》《开发设计》《编码实战》

本篇概览

作为《Java版人脸跟踪三部曲》系列的终篇，本文会与大家一起写出完整的人脸跟踪应用代码前文《开发设计》中，已经对人脸跟踪的核心技术、应用主流程、异常处理等方方面面做了详细设计，建议您简单回顾一下接下来，自顶向下，先整体设计好主框架和关键类 程序主框架和关键类

听欣宸唠叨了两篇文章，终于要看具体代码了，整体上看，最关键的三个类如下图：
可见把功能、流程、知识点梳理清楚后，代码其实并不多，而且各司其职，分工明确，接下来开始编码，ObejctTracker负责实现跟踪功能，就从它开始 ObejctTracker.java：跟踪能力的提供者

从前面的图中可知，与跟踪有关的服务都是ObejctTracker类提供的，此类涉及知识点略多，在编写代码前，先做一下简单的设计从功能看，ObejctTracker会对外提供如下两个方法： 方法名作用入参返回内部实现createTrackedObject主程序如果从视频帧中首次次检测到人脸，就会调用createTrackedObject方法，表示开始跟踪了mRgba：出现人脸的图片
region：人脸在图片中的位置无提取人脸的hue，生成直方图objectTracking开始跟踪后，主程序从摄像头取到的每一帧图片后，都会调用此方法，用于得到人脸在这一帧中的位置mRgba：图片人脸在输入图片中位置用人脸hue直方图对输入图片进行计算，得到反向投影图，在反向投影图上做CamShift计算得到人脸位置

除了上述两个对外方法，ObejctTracker内部还要准备如下两个辅助方法： 方法名作用入参返回内部实现rgba2Hue将RGB颜色空间的图片转为HSV，再提取出hue通道，生成直方图rgba：人脸图片无List：直方图lostTrace对比objectTracking方法返回的结果与上次出现的位置，确定人有没有跟丢lastRect：上次出现的位置
currentRect：objectTracking方法检测到的当前帧上的位置true表示跟丢了，false表示没有跟丢对比两个矩形的差距是否超过一个门限，正常情况下连续两帧中的人脸差别不会太大，所以一旦差别大了就表示跟丢了，currentRect的位置上不是人脸

还有几个成员变量也很重要：

    // 每一帧图像的反向投影图都用这个成员变量来保存
    private Mat prob;

    // 保存最近一次确认的头像的位置，每当新的一帧到来时，都从这个位置开始追踪（也就是反向投影图做CamShift计算的起始位置）
    private Rect trackRect;

    // 直方图，在跟丢之前，每一帧图像都要用到这个直方图来生成反向投影
    private Mat hist;

设计完成，现在可以给出完整的ObejctTracker.java源码了：

package com.bolingcavalry.grabpush.extend;

import lombok.extern.slf4j.Slf4j;
import org.opencv.core.*;
import org.opencv.imgproc.Imgproc;
import org.opencv.video.Video;
import java.util.Collections;
import java.util.List;
import java.util.Vector;


@Slf4j
public class ObjectTracker {

    
    private static final double LOST_GATE = 0.8d;

    // [0.0, 256.0]表示直方图能表示像素值从0.0到256的像素
    private static final MatOfFloat RANGES = new MatOfFloat(0f, 256f);

    private Mat mask;

    // 保存用来追踪的每一帧的反向投影图
    private Mat prob;

    // 保存最近一次确认的头像的位置，每当新的一帧到来时，都从这个位置开始追踪（也就是反向投影图做CamShift计算的起始位置）
    private Rect trackRect;

    // 直方图
    private Mat hist;


    public ObjectTracker(Mat rgba) {
        hist = new Mat();
        trackRect = new Rect();
        mask = new Mat(rgba.size(), CvType.CV_8UC1);
        prob = new Mat(rgba.size(), CvType.CV_8UC1);
    }

    
    private List rgba2Hue(Mat rgba) {
        // 实例化Mat，显然，hsv是三通道，hue是hsv三通道其中的一个，所以hue是一通道
        Mat hsv = new Mat(rgba.size(), CvType.CV_8UC3);
        Mat hue = new Mat(rgba.size(), CvType.CV_8UC1);

        // 1. 先转换
        // 转换颜色空间，RGB到HSV
        Imgproc.cvtColor(rgba, hsv, Imgproc.COLOR_RGB2HSV);

        int vMin = 65, vMax = 256, sMin = 55;
        //inRange函数的功能是检查输入数组每个元素大小是否在2个给定数值之间，可以有多通道,mask保存0通道的最小值，也就是h分量
        //这里利用了hsv的3个通道，比较h,0~180,s,smin~256,v,min(vmin,vmax),max(vmin,vmax)。如果3个通道都在对应的范围内，
        //则mask对应的那个点的值全为1(0xff)，否则为0(0x00).
        Core.inRange(
                hsv,
                new Scalar(0, sMin, Math.min(vMin, vMax)),
                new Scalar(180, 256, Math.max(vMin, vMax)),
                mask
        );

        // 2. 再提取
        // 把hsv的数据放入hsvList中，用于稍后提取出其中的hue
        List hsvList = new Vector<>();
        hsvList.add(hsv);

        // 准备好hueList，用于接收通道
        // hue初始化为与hsv大小深度一样的矩阵，色调的度量是用角度表示的，红绿蓝之间相差120度，反色相差180度
        hue.create(hsv.size(), hsv.depth());

        List hueList = new Vector<>();
        hueList.add(hue);

        // 描述如何提取：从目标的0位置提取到目的地的0位置
        MatOfInt from_to = new MatOfInt(0, 0);

        // 提取 *** 作：将hsv第一个通道(也就是色调)的数复制到hue中，0索引数组
        Core.mixChannels(hsvList, hueList, from_to);

        return hueList;
    }

    
    public void createTrackedObject(Mat mRgba, Rect region) {
        hist.release();

        //将摄像头的视频帧转化成hsv，然后再提取出其中的hue通道
        List hueList = rgba2Hue(mRgba);

        // 人脸区域的mask
        Mat tempMask = mask.submat(region);

        // histSize表示这个直方图分成多少份（即多少个直方柱），就是 bin的个数
        MatOfInt histSize = new MatOfInt(25);
        // 只要头像区域的数据
        List images = Collections.singletonList(hueList.get(0).submat(region));
        // 计算头像的hue直方图，结果在hist中
        Imgproc.calcHist(images, new MatOfInt(0), tempMask, hist, histSize, RANGES);

        // 将hist矩阵进行数组范围归一化，都归一化到0~255
        Core.normalize(hist, hist, 0, 255, Core.NORM_MINMAX);

        // 这个trackRect记录了人脸最后一次出现的位置，后面新的帧到来时，就从trackRect位置开始做CamShift计算
        trackRect = region;
    }

    
    public Rect objectTracking(Mat mRgba) {
        // 新的图片，提取hue
        List hueList;
        try {
           // 实测此处可能抛出异常，要注意捕获，避免程序退出
            hueList = rgba2Hue(mRgba);
        } catch (CvException cvException) {
            log.error("cvtColor exception", cvException);
            trackRect = null;
            return null;
        }

        // 用头像直方图在新图片的hue通道数据中计算反向投影。
        Imgproc.calcBackProject(hueList, new MatOfInt(0), hist, prob, RANGES, 1.0);
        // 计算两个数组的按位连接（dst = src1 & src2）计算两个数组或数组和标量的每个元素的逐位连接。
        Core.bitwise_and(prob, mask, prob, new Mat());

        // 在反向投影上进行CamShift计算，返回值就是密度最大处，即追踪结果
        RotatedRect rotatedRect = Video.CamShift(prob, trackRect, new TermCriteria(TermCriteria.EPS, 10, 1));

        // 转为Rect对象
        Rect camShiftRect = rotatedRect.boundingRect();

        // 比较追踪前和追踪后的数据，如果出现太大偏差，就认为追踪失败
        if (lostTrace(trackRect, camShiftRect)) {
            log.info("lost trace!");
            trackRect = null;
            return null;
        }

        // 将本次最终到的目标作为下次追踪的对象
        trackRect = camShiftRect;

        return camShiftRect;
    }

    
    private static double changeRate(int last, int current) {
        return Math.abs((double)(current-last)/(double) last);
    }

    
    private static boolean lostTrace(Rect lastRect, Rect currentRect) {
        // 0不能做除数，如果发现0就认跟丢了
        if (lastRect.width<1 || lastRect.height<1) {
            return true;
        }

        double widthChangeRate = changeRate(lastRect.width, currentRect.width);

        if (widthChangeRate>LOST_GATE) {
            log.info("1. lost trace, old [{}], new [{}], rate [{}]", lastRect.width, currentRect.width, widthChangeRate);
            return true;
        }

        double heightChangeRate = changeRate(lastRect.height, currentRect.height);

        if (heightChangeRate>LOST_GATE) {
            log.info("2. lost trace, old [{}], new [{}], rate [{}]", lastRect.height, currentRect.height, heightChangeRate);
            return true;
        }

        return false;
    }
}

最核心的跟踪服务已经完成，接下来要实现完整业务逻辑，即：CamShiftDetectService.java CamShiftDetectService.java：业务逻辑的提供者

有了核心能力，接下来要做的就是在业务中使用这个能力，前文已设计好完整的业务逻辑，这里先简单回顾一下：
可见主要业务流程可以用两个状态+行为来表示：

还未开始跟踪：对每一帧做人脸检测，一旦检测到，就进入跟踪状态，并调用ObjectTracker.createTrackedObject生成人脸的hue直方图已处于跟踪状态：对每一帧图像，都调用ObjectTracker.objectTracking去检查人脸在图像中的位置，直到到跟丢了为止，一旦跟丢了，就重新进入到还未开始跟踪的状态

现在我们已经清楚了CamShiftDetectService.java要做的具体事情，接下来看看有哪些重要方法： 方法名作用入参返回内部实现init被主程序调用的初始化方法，在应用启动的时候会调用一次无无加载人脸检测的模型convert每当主程序从摄像头拿到新的一帧后，都会调用此方法frame：来自摄像头的最新一帧被处理后的帧，会被主程序展现在预览窗口convert方法内部实现了前面提到的两种状态和行为（还未开始跟踪、已处于跟踪状态）releaseOutputResource程序结束前，被主程序调用的释放资源的方法无无释放一些成员变量的资源

再来看看有哪些重要的成员变量，如下所示，isInTracing表示当前是否处于跟踪状态，classifier用于检测人脸：

    private Mat grabbedImage = null;

    
    private CascadeClassifier classifier;

    
    private OpenCVframeConverter.ToMat converter = new OpenCVframeConverter.ToMat();

    
    private String modelFilePath;

    
    private Mat mRgba;

    
    private Mat mGray;

    
    private ObjectTracker objectTracker;

    
    private boolean isInTracing = false;

现在可以给出CamShiftDetectService.java的完整代码了：

package com.bolingcavalry.grabpush.extend;

import com.bolingcavalry.grabpush.Util;
import lombok.extern.slf4j.Slf4j;
import org.bytedeco.javacv.frame;
import org.bytedeco.javacv.OpenCVframeConverter;
import org.bytedeco.opencv.opencv_core.Mat;
import org.bytedeco.opencv.opencv_core.Rect;
import org.bytedeco.opencv.opencv_core.RectVector;
import org.bytedeco.opencv.opencv_objdetect.CascadeClassifier;
import java.io.File;
import static org.bytedeco.opencv.global.opencv_imgproc.CV_BGR2GRAY;
import static org.bytedeco.opencv.global.opencv_imgproc.cvtColor;

@Slf4j
public class CamShiftDetectService implements DetectService {

    
    private Mat grabbedImage = null;

    
    private CascadeClassifier classifier;

    
    private OpenCVframeConverter.ToMat converter = new OpenCVframeConverter.ToMat();

    
    private String modelFilePath;

    
    private Mat mRgba;

    
    private Mat mGray;

    
    private ObjectTracker objectTracker;

    
    private boolean isInTracing = false;

    
    public CamShiftDetectService(String modelFilePath) {
        this.modelFilePath = modelFilePath;
    }

    
    @Override
    public void init() throws Exception {
        log.info("开始加载模型文件");
        // 模型文件下载后的完整地址
        String classifierName = new File(modelFilePath).getAbsolutePath();

        // 根据模型文件实例化分类器
        classifier = new CascadeClassifier(classifierName);

        if (classifier == null) {
            log.error("Error loading classifier file [{}]", classifierName);
            System.exit(1);
        }

        log.info("模型文件加载完毕，初始化完成");
    }



    @Override
    public frame convert(frame frame) {
        // 由帧转为Mat
        grabbedImage = converter.convert(frame);

        // 初始化灰度Mat
        if (null==mGray) {
            mGray = Util.initGrayImageMat(grabbedImage);
        }

        // 初始化RGBA的Mat
        if (null==mRgba) {
            mRgba = Util.initRgbaImageMat(grabbedImage);
        }

        // 如果未在追踪状态
        if (!isInTracing) {
            // 存放检测结果的容器
            RectVector objects = new RectVector();

            // 当前图片转为灰度图片
            cvtColor(grabbedImage, mGray, CV_BGR2GRAY);

            // 开始检测
            classifier.detectMultiScale(mGray, objects);

            // 检测结果总数
            long total = objects.size();

            // 当前实例是只追踪一人，因此一旦检测结果不等于一，就不处理，您可以根据自己业务情况修改此处
            if (total!=1) {
                objects.close();
                return frame;
            }

            log.info("start new trace");

            Rect r = objects.get(0);
            int x = r.x(), y = r.y(), w = r.width(), h = r.height();

            // 得到opencv的mat，其格式是RGBA
            org.opencv.core.Mat openCVRGBAMat = Util.buildJavacvBGR2OpenCVRGBA(grabbedImage, mRgba);

            // 在buildJavacvBGR2OpenCVRGBA方法内部，有可能在执行native方法的是否发生异常，要做针对性处理
            if (null==openCVRGBAMat) {
                objects.close();
                return frame;
            }

            // 如果第一次追踪，要实例化objectTracker
            if (null==objectTracker) {
                objectTracker = new ObjectTracker(openCVRGBAMat);
            }

            // 创建跟踪目标
            objectTracker.createTrackedObject(openCVRGBAMat, new org.opencv.core.Rect(x, y, w, h));
            // 根据本次检测结果给原图标注人脸矩形框
            Util.rectOnImage(grabbedImage, x, y, w, h);

            // 释放检测结果资源
            objects.close();

            // 修改标志，表示当前正在跟踪
            isInTracing = true;

            // 将标注过的图片转为帧，返回
            return converter.convert(grabbedImage);
        }

        // 代码走到这里，表示已经在追踪状态了

        // 得到opencv的mat，其格式是RGBA
        org.opencv.core.Mat openCVRGBAMat = Util.buildJavacvBGR2OpenCVRGBA(grabbedImage, mRgba);

        // 在buildJavacvBGR2OpenCVRGBA方法内部，有可能在执行native方法的是否发生异常，要做针对性处理
        if (null==openCVRGBAMat) {
            return frame;
        }

        // 基于上一次的检测结果开始跟踪
        org.opencv.core.Rect rotatedRect = objectTracker.objectTracking(openCVRGBAMat);

        // 如果rotatedRect为空，表示跟踪失败，此时要修改状态为"未跟踪"
        if (null==rotatedRect) {
            isInTracing = false;
            // 返回原始帧
            return frame;
        }

        // 代码能走到这里，表示跟踪成功，拿到的新的一帧上的目标的位置，此时就在新位置上
//        Util.rectonImage(grabbedImage, rotatedRect.x, rotatedRect.y, rotatedRect.width, rotatedRect.height);
        // 矩形框的整体向下放一些(总高度的五分之一)，另外跟踪得到的高度过大，画出的矩形框把脖子也框上了，这里改用宽度作为高度
        Util.rectOnImage(grabbedImage, rotatedRect.x, rotatedRect.y + rotatedRect.height/5, rotatedRect.width, rotatedRect.width);
        return converter.convert(grabbedImage);
    }

    
    @Override
    public void releaseOutputResource() {
        if (null!=grabbedImage) {
            grabbedImage.release();
        }

        if (null!=mGray) {
            mGray.release();
        }

        if (null!=mRgba) {
            mRgba.release();
        }

        if (null==classifier) {
            classifier.close();
        }
    }
}

至此·，功能已经完成得七七八八，再来写完主程序就可以运行了； PreviewCameraWithCamShift.java：主程序

《JavaCV的摄像头实战之一：基础》创建的simple-grab-push工程中已经准备好了父类AbstractCameraApplication，所以本篇继续使用该工程，创建子类PreviewCameraWithCamShift实现那些抽象方法即可编码前先回顾父类的基础结构，如下图，粗体是父类定义的各个方法，红色块都是需要子类来实现抽象方法，所以接下来，咱们以本地窗口预览为目标实现这三个红色方法即可：
新建文件PreviewCameraWithCamShift.java，这是AbstractCameraApplication的子类，其代码很简单，接下来按上图顺序依次说明先定义Canvasframe类型的成员变量previewCanvas，这是展示视频帧的本地窗口：

protected Canvasframe previewCanvas

把前面创建的DetectService作为成员变量，后面检测的时候会用到：

    
    private DetectService detectService;

PreviewCameraWithCamShift的构造方法，接受DetectService的实例：

    
    public PreviewCameraWithCamShift(DetectService detectService) {
        this.detectService = detectService;
    }

然后是初始化 *** 作，可见是previewCanvas的实例化和参数设置，还有检测、识别的初始化 *** 作：

    @Override
    protected void initOutput() throws Exception {
        previewCanvas = new Canvasframe("摄像头预览", Canvasframe.getDefaultGamma() / grabber.getGamma());
        previewCanvas.setDefaultCloseOperation(Jframe.EXIT_ON_CLOSE);
        previewCanvas.setAlwaysOnTop(true);

        // 检测服务的初始化 *** 作
        detectService.init();
    }

接下来是output方法，定义了拿到每一帧视频数据后做什么事情，这里调用了detectService.convert检测人脸并识别性别，然后在本地窗口显示：

    @Override
    protected void output(frame frame) {
        // 原始帧先交给检测服务处理，这个处理包括物体检测，再将检测结果标注在原始图片上，
        // 然后转换为帧返回
        frame detectedframe = detectService.convert(frame);
        // 预览窗口上显示的帧是标注了检测结果的帧
        previewCanvas.showImage(detectedframe);
    }

最后是处理视频的循环结束后，程序退出前要做的事情，先关闭本地窗口，再释放检测服务的资源：

    @Override
    protected void releaseOutputResource() {
        if (null!= previewCanvas) {
            previewCanvas.dispose();
        }

        // 检测工具也要释放资源
        detectService.releaseOutputResource();
    }

由于检测有些耗时，所以两帧之间的间隔时间要低于普通预览：

    @Override
    protected int getInterval() {
        return super.getInterval()/8;
    }

至此，功能已开发完成，再写上main方法，代码如下，请注意人脸检测所需的模型文件的路径来自系统变量：

    public static void main(String[] args) {
        String modelFilePath = System.getProperty("model.file.path");
        log.info("模型文件本地路径：{}", modelFilePath);
        new PreviewCameraWithCamShift(new CamShiftDetectService(modelFilePath)).action(1000);
    }

至此，《Java版人脸跟踪三部曲》的代码已经全部写完了，可以像《Java版人脸跟踪三部曲之一：极速体验》文中那样运行起来了 运行程序要注意的地方

下载opencv在windows环境的动态链接库：https://download.csdn.net/download/boling_cavalry/75121158，我这里下载后放在：C:studyjavacvlibopencv_java453.dll人脸检测的模型文件，在GitHub下载，地址是：https://raw.github.com/opencv/opencv/master/data/haarcascades/haarcascade_frontalface_alt.xml，我这里下载后放在：C:studyjavacvmodelhaarcascade_frontalface_alt.xml运行程序的时候，不论是打包成jar，还是直接在IDEA中运行，都要添加下面这两个命令参数，才能确保应用加载到dll和模型文件（请按照您自己的存储位置修改下面参数的值）：

-Djava.library.path=C:studyjavacvlib-Dmodel.file.path=C:studyjavacvmodelhaarcascade_frontalface_alt.xml程序运行起来后，具体的效果与像《Java版人脸跟踪三部曲之一：极速体验》中一模一样，这里就不再赘述了，您自行验证就好其实本篇不运行程序，还有一个原因就是要过年了，用来检测人脸的群众演员临时涨价，要两份盒饭，欣宸实在是负担不起… 源码下载

《JavaCV人脸识别三部曲》的完整源码可在GitHub下载到，地址和链接信息如下表所示(https://github.com/zq2599/blog_demos)： 名称链接备注项目主页https://github.com/zq2599/blog_demos该项目在GitHub上的主页git仓库地址(https)https://github.com/zq2599/blog_demos.git该项目源码的仓库地址，https协议git仓库地址(ssh)git@github.com:zq2599/blog_demos.git该项目源码的仓库地址，ssh协议

这个git项目中有多个文件夹，本篇的源码在javacv-tutorials文件夹下，如下图红框所示：
javacv-tutorials里面有多个子工程，《JavaCV的摄像头实战》系列的代码在simple-grab-push工程下：
至此，《Java版人脸跟踪三部曲》完美收官，但是《JavaCV的摄像头实战》系列还会继续呈现更多精彩内容，欢迎关注；马上过年了，欣宸祝各位读者们新年快乐！ 你不孤单，欣宸原创一路相伴

Java系列Spring系列Docker系列kubernetes系列数据库+中间件系列DevOps系列