javaCV基于虹软人脸识别demo添加电脑摄像头人脸识别（图片保存，视频保存，摄像头显示等 ）（附源码）

文章目录

• javaCV基于虹软人脸识别demo添加电脑摄像头人脸识别（图片保存，视频保存，摄像头显示等 ）（附源码）
• 前言
• 一、摄像头部分代码块
• • 1.controller层
  • 2.service层（service层分三层讲，第一层：保存图片；第二层：保存视频；第三层：打开摄像头）
  • • 2.1保存图片
    • 2.2保存视频
    • 2.3页面打开摄像头
• 二、运行结果
• 总结

---

前言

最近领导让做一个人脸识别项目，在网上找了一个虹软的人脸识别demo，留意了一下，然后再将人脸识别搞完之后，重新下了一个人脸识别服务端完整demo，配置好app_id和sdk_key之后，（没有虹软app_id和不会配置的同学请点击)，项目正常运行，demo原有的功能如下：

---

提示：今天我主要的目的是说一下开启本地摄像头进行人脸识别，有兴趣的同学自己试一下上面的功能。
（注意视频流识别可能需要在手机或者电脑上旋转保存再播放、或者在代码读到某一帧图片的时候，进行旋转，才能识别出来，因为目前只能识别正脸）
项目源码在文章最下方。
保存图片比较简单，在images文件夹下保存自己的照片，再在FaceController的 如下代码下加入自己的数据就可以了，比如我是小明，我就加一个我的图片，在重启一下项目，照片就加载到内存缓存中了。

fileMap.put(“xiaoming”, “小明”);

一、摄像头部分代码块

1.controller层

    /**
     * 打开摄像头进行人脸识别/保存人脸图片/保存人脸视频
     * @param response
     * @throws Exception
     */
    @GetMapping(value = "/streamCamera")
    public void streamCamera(HttpServletResponse response) throws Exception {

        videoPlayerService.servletStreamPlayer(response);
    }

2.service层（service层分三层讲，第一层：保存图片；第二层：保存视频；第三层：打开摄像头）

2.1保存图片

public void servletStreamPlayer(HttpServletResponse response) throws Exception {

        //启动人脸处理引擎
        FacePreview faceProcessEngine = new FacePreview(appId, sdkKey);

        ByteArrayOutputStream outputStream = new ByteArrayOutputStream();
        OpenCVFrameConverter.ToIplImage converter = new OpenCVFrameConverter.ToIplImage();
        OpenCVFrameGrabber grabber = new OpenCVFrameGrabber(0);//新建opencv抓取器，一般的电脑和移动端设备中摄像头默认序号是0，不排除其他情况
        grabber.setImageWidth(600);
        grabber.setImageHeight(400);
        grabber.start();//开始获取摄像头数据
        
        int i = 1;
        for (; ; ) {
            Frame frame = grabber.grab();
            if (frame == null) {
                continue;
            }
            IplImage iplImage = converter.convert(frame);//抓取一帧视频并将其转换为图像，至于用这个图像用来做什么？加水印，人脸识别等等自行添加
            if (iplImage != null) {
                // 一帧图片插入人脸图框
                faceProcessEngine.preview(iplImage);
                frame = converter.convert(iplImage);
            }
            // ======================================保存为图片（开始）============================================
            File imgFile = new File("想要保存的路径\\picture\\" + i + ".jpg");
           //判断保存的文件的文件夹是否存在，不存在创建。
            if (!imgFile.getParentFile().exists()) {
                System.out.println("保存文件的文件夹不存在，创建。");
                imgFile.getParentFile().mkdirs();
            }
            RenderedImage renderedImage = VideoProcessing.frameToBufferedImage(frame);
            ImageIO.write(renderedImage, "jpg", imgFile);
            // ======================================保存为图片（结束）============================================
            // 添加i++就是按照休眠时间保存图片，注释掉就只保存最后一帧图片，转换一下思路，假设休眠200ms, 那一秒保存五次图片，那么打开这张图片，过滤掉加载的白屏，就是5帧的视频
//            i++;
            if (outputStream.size() > 0) {
                byte[] bytes = outputStream.toByteArray();
                response.getOutputStream().write(bytes);
                outputStream.reset();
            }
            Thread.sleep(200);
            System.out.println("休眠200ms！！！");
        }
    }

2.2保存视频

public void servletStreamPlayer(HttpServletResponse response) throws Exception {

        //启动人脸处理引擎
        FacePreview faceProcessEngine = new FacePreview(appId, sdkKey);

        ByteArrayOutputStream outputStream = new ByteArrayOutputStream();
        OpenCVFrameConverter.ToIplImage converter = new OpenCVFrameConverter.ToIplImage();
        OpenCVFrameGrabber grabber = new OpenCVFrameGrabber(0);//新建opencv抓取器，一般的电脑和移动端设备中摄像头默认序号是0，不排除其他情况
        grabber.setImageWidth(600);
        grabber.setImageHeight(400);
        grabber.start();//开始获取摄像头数据
        // ======================================保存为视频（开始）============================================
// 流媒体输出地址，分辨率（长，高），是否录制音频（0:不录制/1:录制） ?overrun_nonfatal=1&fifo_size=50000000
        //这里udp地址增加参数扩大udp缓存
        FFmpegFrameRecorder recorder = new FFmpegFrameRecorder("想要保存的路径\\picture\\" + new SimpleDateFormat("yyyyMMddHHmmss").format(new Date()) + ".flv", grabber.getImageWidth(), grabber.getImageHeight(), 0);
        // 直播流格式
        // 转码
        recorder.setFormat("flv");
        recorder.setInterleaved(false);
        recorder.setVideoOption("tune", "zerolatency");
        recorder.setVideoOption("preset", "ultrafast");
        recorder.setVideoOption("crf", "26");
        recorder.setVideoOption("threads", "1");
        double frameRate = grabber.getFrameRate();
        recorder.setFrameRate(frameRate);// 设置帧率
        recorder.setGopSize(25);// 设置gop,关键帧
        int videoBitrate = grabber.getVideoBitrate();
        recorder.setVideoBitrate(videoBitrate);// 设置码率500kb/s，画质
        recorder.setVideoCodec(avcodec.AV_CODEC_ID_H264);
        recorder.setPixelFormat(avutil.AV_PIX_FMT_YUV420P);
        recorder.setAudioCodec(avcodec.AV_CODEC_ID_AAC);
        recorder.setTrellis(1);
        recorder.setMaxDelay(0);// 设置延迟
        recorder.setAudioChannels(grabber.getAudioChannels());
        recorder.start();
        // ======================================保存为视频（开始）============================================

        long startTime = 0;
        long videoTS = 0;
        for (; ; ) {
            Frame frame = grabber.grab();
            if (frame == null) {
                continue;
            }
            IplImage iplImage = converter.convert(frame);//抓取一帧视频并将其转换为图像，至于用这个图像用来做什么？加水印，人脸识别等等自行添加
            if (iplImage != null) {
                // 一帧图片插入人脸图框
                faceProcessEngine.preview(iplImage);
                frame = converter.convert(iplImage);
            }
            if (startTime == 0) {
                startTime = System.currentTimeMillis();
            }
            videoTS = 1000 * (System.currentTimeMillis() - startTime);
//             判断时间偏移
            if (videoTS > recorder.getTimestamp()) {
                recorder.setTimestamp((videoTS));
            }
            recorder.record(frame);
            if (outputStream.size() > 0) {
                byte[] bytes = outputStream.toByteArray();
                response.getOutputStream().write(bytes);

                outputStream.reset();

            }
            Thread.sleep(100);
            System.out.println("休眠100ms！！！");
        }
    }

2.3页面打开摄像头

首先介绍一下四个参数的作用

DO_NOTHING_ON_CLOSE，（在你点击关闭按钮的时候，不会被关闭，）不执行任何操作。
HIDE_ON_CLOSE，(当你点击关闭按钮的时候，不会释放内存，只是隐藏该界面，没有真正的关闭，还占有资源)只隐藏界面，setVisible(false)。
DISPOSE_ON_CLOSE,点击关闭按钮的时候，隐藏并释放窗体，dispose()，当最后一个窗口被释放后，则程序也随之运行结束。
EXIT_ON_CLOSE,直接关闭应用程序，System.exit(0)。一个main函数对应一整个程序。**

CanvasFrame canvas = new CanvasFrame(“摄像头预览”);//新建一个预览窗口
canvas.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);

public void servletStreamPlayer(HttpServletResponse response) throws Exception {

        //启动人脸处理引擎
        FacePreview faceProcessEngine = new FacePreview(appId, sdkKey);

        ByteArrayOutputStream outputStream = new ByteArrayOutputStream();
        OpenCVFrameConverter.ToIplImage converter = new OpenCVFrameConverter.ToIplImage();
        OpenCVFrameGrabber grabber = new OpenCVFrameGrabber(0);//新建opencv抓取器，一般的电脑和移动端设备中摄像头默认序号是0，不排除其他情况
        grabber.setImageWidth(600);
        grabber.setImageHeight(400);
        grabber.start();//开始获取摄像头数据

        CanvasFrame canvas = new CanvasFrame("摄像头预览");//新建一个预览窗口
        canvas.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);
        canvas.setVisible(true);
        canvas.setFocusable(true);

        // 窗口置顶
        if (canvas.isAlwaysOnTopSupported()) {
            canvas.setAlwaysOnTop(true);
        }
        for (; ; ) {
            Frame frame = grabber.grab();
            if (frame == null) {
                continue;
            }
            IplImage iplImage = converter.convert(frame);//抓取一帧视频并将其转换为图像，至于用这个图像用来做什么？加水印，人脸识别等等自行添加
            if (iplImage != null) {
                // 一帧图片插入人脸图框
                faceProcessEngine.preview(iplImage);
                frame = converter.convert(iplImage);
            }
            // 获取摄像头图像并放到窗口上显示，frame是一帧图像
            canvas.showImage(frame);
            if (outputStream.size() > 0) {
                byte[] bytes = outputStream.toByteArray();
                response.getOutputStream().write(bytes);

                outputStream.reset();

            }
            Thread.sleep(100);
            System.out.println("休眠100ms！！！");
        }
    }

其中主要是这一步：把在2.1得到的每一帧图片按照设定的休眠时间放在打开的窗口上展示，展示出来的就是一个视频
// 获取摄像头图像并放到窗口上显示，frame是一帧图像
canvas.showImage(frame);

二、运行结果

总结

经历了CV的捶打，结果终于出来了，人脸识别成功之后下节做人脸识别登录。
本项目git地址：https://gitee.com/table-tennis-king/faceForCamera.git