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~~~