androidopencv识别
① android平台上，opencv识别出字符后，怎么将结果输出并保存为一个.txt文件
File file=new File(路径.txt);
try{
FileOutputStream fout =new FileOutputStream(f);
byte [] bytes = message.getBytes();
fout.write(bytes);
fout.close();
}
catch(Exception e){
}
② android 人脸识别 opencv
呵呵，我是来回答问题的
③ 用OpenCV开发人脸识别软件，用java好还是用C/C++好
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。
④ 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。