android人脸识别opencv
Ⅰ 安卓+opencv能做什么
很多呀，像什么二维码识别，手机相机自动全景图拼接，自动图像内容搜索（随便拍摄一个物品，可以在网上找他的价格什么的），人脸自动美化，去污点等等。
Ⅱ c语言写人脸识别需要用到opencv吗
我去年就用opencv开发的android手机端的关于人脸识别的增强现实应用。我可以很明确的告诉你，java的opencv顶多调用摄像头用，图像处理都用c++的opencv。对于opencv的开发，不管从开发效率还是执行效率，绝对是c++。java版的opencv想都不要想。
Ⅲ OpenCV人脸识别的效率问题。
效率和识别率成反比，机器的性能也有关
如果是手机，可以试试加上脸部在图像中的比例来加速
Ⅳ android opencv 人脸识别怎么做
关于Android开发人脸识别，市面上有不少的sdk,不过都不是免费的，离线的更是少。市面上的商用的一般都卖钱了，定制的话很贵，虹软有离线的，还免费，识别还是挺不错的。开源的有opencv,不过识别的不是很好，sdk下载地址。
Ⅳ 如何在Android studio中成功运行opencv人脸识别的例子
1.介绍Introction
从OpenCV2.4开始，加入了新的类FaceRecognizer，我们可以使用它便捷地进行人脸识别实验。本文既介绍代码使用，又介绍算法原理。(他写的源代码，我们可以在OpenCV的opencv\moles\contrib\doc\facerec\src下找到，当然也可以在他的github中找到，如果你想研究源码，自然可以去看看，不复杂)
目前支持的算法有
Eigenfaces特征脸createEigenFaceRecognizer()
Fisherfaces createFisherFaceRecognizer()
LocalBinary Patterns Histograms局部二值直方图 createLBPHFaceRecognizer()
下面所有的例子中的代码在OpenCV安装目录下的samples/cpp下面都能找到，所有的代码商用或者学习都是免费的。
1.2.人脸识别Face
Recognition
对人类来说，人脸识别很容易。文献[Tu06]告诉我们，仅仅是才三天的婴儿已经可以区分周围熟悉的人脸了。那么对于计算机来说，到底有多难？其实，迄今为止，我们对于人类自己为何可以区分不同的人所知甚少。是人脸内部特征(眼睛、鼻子、嘴巴)还是外部特征(头型、发际线)对于人类识别更有效?我们怎么分析一张图像，大脑是如何对它编码的？David Hubel和TorstenWiesel向我们展示，我们的大脑针对不同的场景，如线、边、角或者运动这些局部特征有专门的神经细胞作出反应。显然我们没有把世界看成零散的块块，我们的视觉皮层必须以某种方式把不同的信息来源转化成有用的模式。自动人脸识别就是如何从一幅图像中提取有意义的特征，把它们放入一种有用的表示方式，然后对他们进行一些分类。基于几何特征的人脸的人脸识别可能是最直观的方法来识别人脸。第一个自动人脸识别系统在[Kanade73]中又描述：标记点(眼睛、耳朵、鼻子等的位置)用来构造一个特征向量(点与点之间的距离、角度等)。通过计算测试和训练图像的特征向量的欧氏距离来进行识别。这样的方法对于光照变化很稳健，但也有巨大的缺点：标记点的确定是很复杂的，即使是使用最先进的算法。一些几何特征人脸识别近期工作在文献[Bru92]中有描述。一个22维的特征向量被用在一个大数据库上，单靠几何特征不能提供足够的信息用于人脸识别。
Ⅵ 怎样解决opencv4android竖屏无法检测人脸
你的这个测试程序应该不是针对opencv3.0开发的，应该是比opencv2.4.4还早的版本。opencv2.4.4开始，用户用户UI操作的highgui组件只有highgui.hpp和highgui_c.h两个头文件。我没研究过opencv3.0，但是估计应该不会再往过去的方式改了。依据你的报
Ⅶ 求java+opencv的人脸识别系统源码，要编写android版的人脸识别系统，求源码一枚
我不会java。我常用的是c/c++和matlab语言，平台是vs和opencv，这问题还真帮不了你。
Ⅷ 需要开发一款有有人脸识别功能的安卓软件，在哪里可以下载可以集成的人脸识别SDK
如果只是实现功能，你可以使用Android系统内置的人脸识别API：FaceDetector，但是这个API也只是能识别出人脸来，更多的功能就不太好实现了，如身份识别什么的。（网上资料一大堆，搜索关键字：Android FaceDetector即可）（此外，网上也有一些第三方公司开发的人脸识别SDK，不过我就不推荐了，毕竟方法、效率、安全性都不太可控。）
如果你有更高的要求，想要做身份识别这种有点高难度的工作，甚至要进行一点人工智能应用，我更推荐的是使用开源的技术自己来实现这个功能，比如使用OpenCV的Android版本来实现人脸识别相关工作。OpenCV是图像处理领域里里面非常重要的开源库之一，这个开源库也开发了Android版本，准确性和效率都可以保证。（但是必须要注意的是，使用OpenCV开发相关应用，对JNI技术有一定的要求，毕竟使用C/C++开发出的产品效率要比JAVA开发出的效率要高上很多）
下载地址和参考资料：网页链接
中文资料在网上搜索即可，非常丰富，推荐关键字：OpenCV Androidface detection
另外OpenCV做人脸识别的教程和示例代码等也是非常的多，这也可以很大程度的加快你的开发进度。
总而言之，以下是我的推荐：
1、简单实现的话，使用FaceDetector。
2、有较高要求的话，使用OpenCV。
Ⅸ opencv实现一个人脸检测功能，编译出的android程序有多大
在python下用起来OpenCV很爽，代码很简洁，很清晰易懂。使用的是Haar特征的分类器，训练之后得到的数据存在一个xml中。下面我们就来详细谈谈。 模式识别课上老师留了个实验，在VC++环境下利用OpenCV库编程实现人脸检测与跟踪。 然后就开始下载opencv和vs2012，再然后，配置了好几次还是配置不成功，这里不得不吐槽下微软，软件做这么大，这么难用真的好吗? 于是就尝试了一下使用python完成实验任务，大概过程就是这样子的： 首先，配置运行环境： 下载opencv和python的比较新的版本，推荐opencv2.4.X和python2.7.X。 直接去官网下载就ok了，python安装时一路next就行，下载的opencv.exe文件运行后基本上是一个解压的过程，自己选择一个解压路径(尽量不要出现中文)，然后就坐等解压完成。 然后从opencv解压后的路径中找(D:My DocumentsDownloads)opencvbuildpython2.7x86，()里面的部分是你自己的安装路径，其中x86对应32位的机器，x64代表64位的机器，当然要按照你机器的实际情况选择了。将这个路径里面的cv2.pyd拷贝至python2.7的模块路径C:Python27Libsite-packages里，python2.7默认安装在C盘跟目录下。 此时打开python，在cmd下输入python，或者直接打开“所有程序->active state active python->Python Interactive Shell”都行。 接下来输入import cv2，出错了对不对?为什么呢? 这是因为没有安装numpy这个python模块，去numpy的官网下载一个比较新的版本，因为最新的版本一般都是源代码，需要去命令行中安装，比较麻烦，推荐找一个exe文件。注意，在官网给出的链接中，切记看完全名称，后面一般都会提示这个模块在哪个python版本下安装时比较和谐，选择你自己安装的python版本对应的numpy模块。下载完成后安装时看一下该模块给出的python路径对不对，对的话然后next就行了，不对的话可能就是你的python是2.7，却下了numpy for python 3.0. 这时再去import一下cv2，如果什么也没有输出的话就是import成功了。 简直比vs下的配置简单了好几个数量级，对不对? 配置好环境后，跟着opencv嗨起来! 然后在pythonwin或idle(python gui)下新建一个py文件，输入以下代码： ? 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 import cv2 import numpy as np cv2.namedWindow("test") cap=cv2.VideoCapture(0) success,frame=cap.read() classifier=cv2.CascadeClassifier("haarcascade_frontalface_alt.xml") #确保此xml文件与该py文件在一个文件夹下，否则将这里改为绝对路径，此xml文件可在D:My 下找到。 while success: success,frame=cap.read() size=frame.shape[:2] image=np.zeros(size,dtype=np.float16) image=cv2.cvtColor(frame,cv2.cv.CV_BGR2GRAY) cv2.equalizeHist(image,image) divisor=8 h,w=size minSize=(w/divisor,h/divisor) faceRects=classifier.detectMultiScale(image,1.2,2,cv2.CASCADE_SCALE_IMAGE,minSize) if len(faceRects)>0: for faceRect in faceRects: x,y,w,h=faceRect cv2.circle(frame,(x+w/2,y+h/2),min(w/2,h/2),(255,0,0)) cv2.circle(frame,(x+w/4,y+h/4),min(w/8,h/8),(255,0,0)) cv2.circle(frame,(x+3*w/4,y+h/4),min(w/8,h/8),(255,0,0)) cv2.rectangle(frame,(x+3*w/8,y+3*h/4),(x+5*w/8,y+7*h/8),(255,0,0)) cv2.imshow("test",frame) key=cv2.waitKey(10) c=chr(key&255) if c in ['q','Q',chr(27)]: break cv2.destroyWindow("test") 为什么没有注释，你恐怕知道下雨天，dir()和help()更配呦。 这段代码的功能就是对计算机摄像头拍到的视频加以处理，使其显示并追踪人脸。下图是运行效果： 最后再说一句，这个过程说起来简单，但很容易出错，希望大家能自己找到错误的原因，并解决错误。如果自己解决不了的话，不妨把问题贴在里，大家来共同解决，共同进步。 以上所述就是本文的全部内容了，希望大家能够喜欢。