androidopencv識別
① android平台上，opencv識別出字元後，怎麼將結果輸出並保存為一個.txt文件
File file=new File(路徑.txt);
try{
FileOutputStream fout =new FileOutputStream(f);
byte [] bytes = message.getBytes();
fout.write(bytes);
fout.close();
}
catch(Exception e){
}
② android 人臉識別 opencv
呵呵，我是來回答問題的
③ 用OpenCV開發人臉識別軟體，用java好還是用C/C++好
我去年就用opencv開發的android手機端的關於人臉識別的增強現實應用。我可以很明確的告訴你，java的opencv頂多調用攝像頭用，圖像處理都用c++的opencv。對於opencv的開發，不管從開發效率還是執行效率，絕對是c++。java版的opencv想都不要想。
④ opencv實現一個人臉檢測功能，編譯出的android程序有多大
在python下用起來OpenCV很爽，代碼很簡潔，很清晰易懂。使用的是Haar特徵的分類器，訓練之後得到的數據存在一個xml中。下面我們就來詳細談談。 模式識別課上老師留了個實驗，在VC++環境下利用OpenCV庫編程實現人臉檢測與跟蹤。 然後就開始下載opencv和vs2012，再然後，配置了好幾次還是配置不成功，這里不得不吐槽下微軟，軟體做這么大，這么難用真的好嗎? 於是就嘗試了一下使用python完成實驗任務，大概過程就是這樣子的： 首先，配置運行環境： 下載opencv和python的比較新的版本，推薦opencv2.4.X和python2.7.X。 直接去官網下載就ok了，python安裝時一路next就行，下載的opencv.exe文件運行後基本上是一個解壓的過程，自己選擇一個解壓路徑(盡量不要出現中文)，然後就坐等解壓完成。 然後從opencv解壓後的路徑中找(D:My DocumentsDownloads)opencvbuildpython2.7x86，()裡面的部分是你自己的安裝路徑，其中x86對應32位的機器，x64代表64位的機器，當然要按照你機器的實際情況選擇了。將這個路徑裡面的cv2.pyd拷貝至python2.7的模塊路徑C:Python27Libsite-packages里，python2.7默認安裝在C盤跟目錄下。 此時打開python，在cmd下輸入python，或者直接打開“所有程序->active state active python->Python Interactive Shell”都行。 接下來輸入import cv2，出錯了對不對?為什麼呢? 這是因為沒有安裝numpy這個python模塊，去numpy的官網下載一個比較新的版本，因為最新的版本一般都是源代碼，需要去命令行中安裝，比較麻煩，推薦找一個exe文件。注意，在官網給出的鏈接中，切記看完全名稱，後面一般都會提示這個模塊在哪個python版本下安裝時比較和諧，選擇你自己安裝的python版本對應的numpy模塊。下載完成後安裝時看一下該模塊給出的python路徑對不對，對的話然後next就行了，不對的話可能就是你的python是2.7，卻下了numpy for python 3.0. 這時再去import一下cv2，如果什麼也沒有輸出的話就是import成功了。 簡直比vs下的配置簡單了好幾個數量級，對不對? 配置好環境後，跟著opencv嗨起來! 然後在pythonwin或idle(python gui)下新建一個py文件，輸入以下代碼： ? 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") #確保此xml文件與該py文件在一個文件夾下，否則將這里改為絕對路徑，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") 為什麼沒有注釋，你恐怕知道下雨天，dir()和help()更配呦。 這段代碼的功能就是對計算機攝像頭拍到的視頻加以處理，使其顯示並追蹤人臉。下圖是運行效果： 最後再說一句，這個過程說起來簡單，但很容易出錯，希望大家能自己找到錯誤的原因，並解決錯誤。如果自己解決不了的話，不妨把問題貼在里，大家來共同解決，共同進步。 以上所述就是本文的全部內容了，希望大家能夠喜歡。