windows: windows 环境下安装OpenCV For Java
linux:linux — CentOS 7 环境下编译安装OpenCV For Java
进入到opencv的安装目录:
进入到build\java 目录
# 1. 特征分类器:windows 和 linux 中的配置文件都一样,随便用哪个都行
haarcascade_frontalface_alt.xml
# windows 路径 : opencv\build\etc\haarcascades
# linux 路径 : /usr/local/share/opencv4/haarcascades
# 2. jar 包 - 也可以直接使用 javacv 中的 opencv 包
opencv-490.jar
# windows 路径 : {opencv安装目录}\opencv\build\java
# linux 路径 : /usr/local/share/java/opencv4
# 3. 动态库
opencv_java490.dll (windows系统使用此文件)
# windows 路径 : {opencv安装目录}\opencv\build\java\{x64}/{x86} 跟据系统选择
libopencv_java4790.so (linux系统使用此文件)
# linux 路径 : /usr/local/share/java/opencv4
<!-- 版本的依赖与下载的opencv版本一致-->
<dependency>
<groupId>org.bytedeco</groupId>
<artifactId>opencv</artifactId>
<version>4.9.0-1.5.10</version>
</dependency>
或
<dependency>
<groupId>org.bytedeco</groupId>
<artifactId>javacv-platform</artifactId>
<version>1.5.10</version>
</dependency>
opencv
OpenCV: 开源计算机视觉库
[项目地址:https://gitcode.com/gh_mirrors/opencv31/opencv](https://gitcode.com/gh_mirrors/opencv31/opencv)
或:
<dependency>
<groupId>org.openpnp</groupId>
<artifactId>opencv</artifactId>
<version>4.9.0-0</version>
</dependency>
以上三个依赖任选其一即可,项目打包后观察一下使用哪个依赖打包后的jar文件更小
实验证明:
javacv-platform依赖的jar最大,达到929.64M
org.openpnp.opencv依赖最小,几乎为0M
org.bytedeco.opencv依赖居中,大小为2M
优化依赖
<dependency>
<groupId>org.bytedeco</groupId>
<artifactId>javacpp</artifactId>
<version>1.5.10</version>
<classifier>windows-x86_64</classifier>
</dependency>
<dependency>
<groupId>org.bytedeco</groupId>
<artifactId>openblas</artifactId>
<version>0.3.26-1.5.10</version>
<classifier>windows-x86_64</classifier>
</dependency>
<dependency>
<groupId>org.bytedeco</groupId>
<artifactId>opencv</artifactId>
<version>4.9.0-1.5.10</version>
</dependency>
<dependency>
<groupId>org.bytedeco</groupId>
<artifactId>opencv</artifactId>
<version>4.9.0-1.5.10</version>
</dependency>
<dependency>
<groupId>org.bytedeco</groupId>
<artifactId>javacv</artifactId>
<version>1.5.10</version>
</dependency>
代码中存在加载.dll、haarcascade_frontalface_alt.xml文件,请确保文件地址正确
package com.testpro.test.opencv;
import org.opencv.core.*;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
import org.opencv.objdetect.CascadeClassifier;
import java.util.Arrays;
public class FaceCompare {
// 初始化人脸探测器
static CascadeClassifier faceDetector;
private static final String PATH_PREFIX = "C:\Users\dev\Desktop\";
static int i = 0;
static {
// 判断系统
String os = System.getProperty("os.name");
// 加载动态库
if (os != null && os.toLowerCase().startsWith("windows")) {
// Windows操作系统
// todo windows 系统部署加载 .dll 文件 - 路径跟据自己存放位置更改【这里需要使用绝对路径】
System.load("D:\opencv\opencv\build\java\x64\opencv_java470.dll");
} else if (os != null && os.toLowerCase().startsWith("linux")) {
// Linux操作系统
// todo Linux 服务器部署加载 .so 文件 - 路径跟据自己存放位置更改【是否需要绝对路径有待验证,目前只在windows 系统实践过】
System.load("/opt/face/libopencv_java440.so");
}
// 引入 特征分类器配置 文件:haarcascade_frontalface_alt.xml 文件路径
// 此文件在opencv的安装目录build\etc\haarcascades下可以找到
String property = "D:\opencv\opencv\build\etc\haarcascades\haarcascade_frontalface_alt.xml";
System.out.println(property);
faceDetector = new CascadeClassifier(property);
}
public static void main(String[] args) {
// 图片路径不能包含中文
String str1 = PATH_PREFIX + "3-1.jpg";
String str2 =