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。
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
2： C罗与梅西 由结果可见比较高了
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
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~~~
转载：https://blog.csdn.net/jiebaoshayebuhui/article/details/128157815
查看评论