用OpenCV开发人脸识别软件，用Java好还是用C/C++好

Posted 2023-03-22

一般地说，用C/C++比较“主流”些，因为C/C++编译后直接生成可执行文件，不需要虚拟机，程序性能比较好。
另一方面，无论用C/C++还是JAVA，使用 OpenCV进行开发的难度和工作量，没有太大的差异。
如果你程序追求性能，建议用C或C++ 参考技术A C++. 首先OpenCV2和3本身就是用C++编写的, 用C++可以做到和OpenCV的"无缝对接", OpenCV的C++资料也最多, 其次人脸识别等与图像相关的代码需要很高的运行时效率, 而C++的运行时效率远大于java, 最后, 在人脸识别的计算过程中有协方差矩阵的计算需要很大的内存(空间复杂度O(n^2),n为图像像素数,本身又是边长的平方), 所以要有一个内存动态管理方案, 或者从线性代数上对协方差矩阵的计算进行简化, 而高级编程语言中只有C和C++这两种语言才能直接操作内存.本回答被提问者采纳 参考技术B opencv 本身是用C++开发的，最好用C++语言开发，可以去接入一下虹软的人脸识别SDK，是可以免费下载的。

人脸识别为啥用python开发

可以使用OpenCV，OpenCV的人脸检测功能在一般场合还是不错的。而ubuntu正好提供了python-opencv这个包，用它可以方便地实现人脸检测的代码。

写代码之前应该先安装python-opencv：

#!/usr/bin/python
# -*- coding: UTF-8 -*-
 
# face_detect.py
 
# Face Detection using OpenCV. Based on sample code from:
# http://python.pastebin.com/m76db1d6b
 
# Usage: python face_detect.py <image_file>
 
import sys, os
from opencv.cv import *
from opencv.highgui import *
from PIL import Image, ImageDraw
from math import sqrt
 
def detectObjects(image):
    """Converts an image to grayscale and prints the locations of any faces found"""
    grayscale = cvCreateImage(cvSize(image.width, image.height), 8, 1)
    cvCvtColor(image, grayscale, CV_BGR2GRAY)
 
    storage = cvCreateMemStorage(0)
    cvClearMemStorage(storage)
    cvEqualizeHist(grayscale, grayscale)
 
    cascade = cvLoadHaarClassifierCascade(
        \'/usr/share/opencv/haarcascades/haarcascade_frontalface_default.xml\',
        cvSize(1,1))
    faces = cvHaarDetectObjects(grayscale, cascade, storage, 1.1, 2,
        CV_HAAR_DO_CANNY_PRUNING, cvSize(20,20))
 
    result = []
    for f in faces:
        result.append((f.x, f.y, f.x+f.width, f.y+f.height))
 
    return result
 
def grayscale(r, g, b):
    return int(r * .3 + g * .59 + b * .11)
 
def process(infile, outfile):
 
    image = cvLoadImage(infile);
    if image:
        faces = detectObjects(image)
 
    im = Image.open(infile)
 
    if faces:
        draw = ImageDraw.Draw(im)
        for f in faces:
            draw.rectangle(f, outline=(255, 0, 255))
 
        im.save(outfile, "JPEG", quality=100)
    else:
        print "Error: cannot detect faces on %s" % infile
 
if __name__ == "__main__":
    process(\'input.jpg\', \'output.jpg\') 参考技术A 就这一个功能没多少钱，但app是个功能的集合，一般都会含有多种功能一起，像你这样的app一般是4到5万差不多。app广告能卖多少钱，看你的app受欢迎程度还有你和广告商具体怎么谈了