CognitiveJ一个Java的人脸图像识别开源分析库
Posted java虾米的博客
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了CognitiveJ一个Java的人脸图像识别开源分析库相关的知识,希望对你有一定的参考价值。
CognitiveJ 是一个开源的,支持 Java 8 API 的库,用于管理和编排 Java 应用和微软的Cognitive(Project Oxford)机器学习和图像处理库的项目,可以让你查询以及分析图像。
一:人脸识别
1.人脸检测– 捕获脸部、性别、年龄等相关脸部特征以及图像的标志
2.表情检测 – 根据图像中的脸部信息推断出表情状态
3.验证 – 验证同一个人的两张不同表情的差异
4.识别 – 根据已知的人里识别出某个人
5.查找相似 —— 对人脸检测、分组以及排名以找出类似的人脸
6.分组 – 基于脸部特征进行人的分组
7.Person Group/Person/Face Lists; 创建、管理和训练分组、脸部和人列表用于识别、分组和查找相似的脸部特征
二:视觉
1.图像描述 —— 描述图像的可视化内容并返回真实世界中的表述方式
2.图像分析 —— 抽取图像中的关键信息,例如可判断图片是否包含色情性质
3.OCR – 检测和提取图像中的文字
4.缩略图 – 根据图像的关键点来创建缩略图
三:图层 (体验阶段)
1.应用图像层到多个图像上,将发现的特征进行可视化展现
2.在人脸和图像上使用字幕
3.形象的描述脸部和视觉特征集
4.对图像中的人脸进行像素化
四:其他特性
1.支持本地和远程图像
2.参数校验
五:代码示例
1.Gradle
repositories { jcenter() } dependencies { compile "cognitivej:cognitivej:0.6.2" }
2.Maven支持
<dependency> <groupId>cognitivej</groupId> <artifactId>cognitivej</artifactId> <version>0.6.2</version> <type>pom</type> </dependency>
3.链式构建器 - 该构建器是 MS Cognitive REST 服务的简单轻量级封装,用来管理参数和响应、HTTP 通讯和重试策略的编排。构建器使用链式设计模式允许方便的在资源处理过程中进行操作。
封装器 简单的关于请求、响应和参数对象的封装,例如 Face, FaceAttributes,Person 等等
4.脸部检测 可以检测图片中的人脸,并返回一组脸部结果集合。
public static void main(String[] args) { FaceScenarios faceScenarios = new FaceScenarios(getProperty("azure.cognitive.subscriptionKey"), getProperty("azure.cognitive.emotion.subscriptionKey")); ImageOverlayBuilder imageOverlayBuilder = ImageOverlayBuilder.builder(IMAGE_URL); imageOverlayBuilder.outlineFacesOnImage(faceScenarios.findFaces(IMAGE_URL), RectangleType.FULL, CognitiveJColourPalette.STRAWBERRY).launchViewer(); }
5.脸部特征 用来检测图片中人脸的特征标志信息
public static void main(String[] args) throws IOException { FaceScenarios faceScenarios = new FaceScenarios(getProperty("azure.cognitive.subscriptionKey"), getProperty("azure.cognitive.emotion.subscriptionKey")); Face faces = faceScenarios.findSingleFace(IMAGE_URL); ImageOverlayBuilder.builder(IMAGE_URL).outFaceLandmarksOnImage(faces).launchViewer(); }
6.脸部属性检测 显示所检测到的脸部的属性,例如性别、年龄、是否佩戴眼镜等
public static void main(String[] args) { FaceScenarios faceScenarios = new FaceScenarios(getProperty("azure.cognitive.subscriptionKey"), getProperty("azure.cognitive.emotion.subscriptionKey")); List<Face> faces = faceScenarios.findFaces(IMAGE_URL); ImageOverlayBuilder.builder(IMAGE_URL).outlineFacesOnImage(faces, RectangleType.CORNERED, CognitiveJColourPalette.MEADOW).writeFaceAttributesToTheSide(faces, CognitiveJColourPalette.MEADOW).launchViewer(); }
7.脸部验证 用来验证两个不同的脸部是否属于一个人,包含一个检测的可靠指数。
public static void main(String[] args) { FaceScenarios faceScenarios = new FaceScenarios(getProperty("azure.cognitive.subscriptionKey"), getProperty("azure.cognitive.emotion.subscriptionKey")); ImageOverlayBuilder.builder(CANDIDATE_1); imageOverlayBuilder.verify(CANDIDATE_2, faceScenarios.verifyFaces(CANDIDATE_1, CANDIDATE_2)).launchViewer(); }
8.脸部标识 标识出图像中的人。在标识之前,我们需要提供一组候选样本,当前最多支持 1000 个候选样本。
public static void main(String[] args) { FaceScenarios faceScenarios = new FaceScenarios(getProperty("azure.cognitive.subscriptionKey"), getProperty("azure.cognitive.emotion.subscriptionKey")); ImageOverlayBuilder imageOverlayBuilder = ImageOverlayBuilder.builder(IMAGE); List<ImageHolder> candidates = candidates(); People people = ScenarioHelper.createPeopleFromHoldingImages(candidates, ImageNamingStrategy.DEFAULT); String groupId = faceScenarios.createGroupWithPeople(randomAlphabetic(6).toLowerCase(), people); }
9.脸部像素化 将图像中所有的脸部信息标识出来并进行像素化。
public static void main(String[] args) { FaceScenarios faceScenarios = new FaceScenarios(getProperty("azure.cognitive.subscriptionKey"), getProperty("azure.cognitive.emotion.subscriptionKey")); ImageOverlayBuilder imageOverlayBuilder = ImageOverlayBuilder.builder(IMAGE); faceScenarios.findFaces(IMAGE).stream().forEach(imageOverlayBuilder:: pixelateFaceOnImage); imageOverlayBuilder.launchViewer(); } public static void main(String[] args) { FaceScenarios faceScenarios = new FaceScenarios(getProperty("azure.cognitive.subscriptionKey"), getProperty("azure.cognitive.emotion.subscriptionKey")); ImageOverlayBuilder.builder(IMAGE_URL).outlineEmotionsOnImage(faceScenarios.findEmotionFaces(IMAGE_URL)).launchViewer(); }
10.视觉描述 使用人类可读的方式来分析和描述图像中的内容。
public static void main(String[] args) { ComputerVisionScenario computerVisionScenario = new ComputerVisionScenario(getProperty("azure.cognitive.vision.subscriptionKey")); ImageDescription imageDescription = computerVisionScenario.describeImage(IMAGE_URL); ImageOverlayBuilder.builder(IMAGE_URL).describeImage(imageDescription).launchViewer(); }
11.OCR 用来分析和提取图像中包含的文字信息。
public static void main(String[] args) { ComputerVisionScenario computerVisionScenario = new ComputerVisionScenario(getProperty("azure.cognitive.vision.subscriptionKey")); OCRResult ocrResult = computerVisionScenario.ocrImage(IMAGE_URL); ImageOverlayBuilder.builder(IMAGE_URL).ocrImage(ocrResult).launchViewer(); }
以上是关于CognitiveJ一个Java的人脸图像识别开源分析库的主要内容,如果未能解决你的问题,请参考以下文章
Java AI 实现人工智能- 我在Github上发现的-基于Java的计算机视觉 Java实现人脸识别(开源代码-(人脸识别-自动驾驶-汽车追踪-手写数字识别器))带你导入代码并测试使用
Java AI 实现人工智能- 我在Github上发现的-基于Java的计算机视觉 Java实现人脸识别(开源代码-(人脸识别-自动驾驶-汽车追踪-手写数字识别器))带你导入代码并测试使用