包 org.opencv.objdetect

类 FaceRecognizerSF

  • public class FaceRecognizerSF
extends java.lang.Object
    基于 DNN 的人脸识别器模型下载链接: https://github.com/opencv/opencv_zoo/tree/master/models/face_recognition_sface

    • 构造函数摘要

      构造函数 
      修饰符 构造函数 描述
      保护 FaceRecognizerSF​(long addr)  

    • 方法摘要

      所有方法 静态方法 实例方法 具体方法 
      修饰符和类型 方法 描述
      static FaceRecognizerSF __fromPtr__​(long addr)  
      void alignCrop​(Mat src_img, Mat face_box, Mat aligned_img)
      对检测到的人脸与源输入图像对齐并裁剪它
      static FaceRecognizerSF create​(java.lang.String model, java.lang.String config)
      使用给定参数创建此类的一个实例
      static FaceRecognizerSF create​(java.lang.String model, java.lang.String config, int backend_id)
      使用给定参数创建此类的一个实例
      static FaceRecognizerSF create​(java.lang.String model, java.lang.String config, int backend_id, int target_id)
      使用给定参数创建此类的一个实例
      static FaceRecognizerSF create​(java.lang.String framework, MatOfByte bufferModel, MatOfByte bufferConfig)
      从包含模型权重和配置的缓冲区创建此类的一个实例。
      static FaceRecognizerSF create​(java.lang.String framework, MatOfByte bufferModel, MatOfByte bufferConfig, int backend_id)
      从包含模型权重和配置的缓冲区创建此类的一个实例。
      static FaceRecognizerSF create​(java.lang.String framework, MatOfByte bufferModel, MatOfByte bufferConfig, int backend_id, int target_id)
      从包含模型权重和配置的缓冲区创建此类的一个实例。
      void feature​(Mat aligned_img, Mat face_feature)
      从对齐的图像中提取人脸特征
      protected void finalize()  
      long getNativeObjAddr()  
      double match​(Mat face_feature1, Mat face_feature2)
      计算两个人脸特征之间的距离
      double match​(Mat face_feature1, Mat face_feature2, int dis_type)
      计算两个人脸特征之间的距离

      • 从类继承的方法 java.lang.Object

        clone, equals, getClass, hashCode, notify, notifyAll, toString, wait, wait, wait

    • 字段详细信息

      • nativeObj

        protected final long nativeObj

    • 构造函数详细信息

      • FaceRecognizerSF

        protected FaceRecognizerSF​(long addr)

    • 方法详细信息

      • getNativeObjAddr

        public long getNativeObjAddr()

      • alignCrop

        public void alignCrop​(Mat src_img,
                      Mat face_box,
                      Mat aligned_img)
        对检测到的人脸与源输入图像对齐并裁剪它
        参数
        src_img - 输入图像
        face_box - 从输入图像中检测到的人脸结果
        aligned_img - 输出对齐的图像

      • feature

        public void feature​(Mat aligned_img,
                    Mat face_feature)
        从对齐的图像中提取人脸特征
        参数
        aligned_img - 输入对齐的图像
        face_feature - 输出人脸特征

      • match

        public double match​(Mat face_feature1,
                    Mat face_feature2,
                    int dis_type)
        计算两个人脸特征之间的距离
        参数
        face_feature1 - 第一个输入特征
        face_feature2 - 与 face_feature1 大小和类型相同的第二个输入特征
        dis_type - 定义如何计算两个具有可选值“FR_COSINE”或“FR_NORM_L2”的人脸特征之间的距离
        返回
        自动生成

      • match

        public double match​(Mat face_feature1,
                    Mat face_feature2)
        计算两个人脸特征之间的距离
        参数
        face_feature1 - 第一个输入特征
        face_feature2 - 与 face_feature1 大小和类型相同的第二个输入特征
        返回
        自动生成

      • create

        public static FaceRecognizerSF create​(java.lang.String model,
                                      java.lang.String config,
                                      int backend_id,
                                      int target_id)
        使用给定参数创建此类的一个实例
        参数
        model - 用于人脸识别的 onnx 模型路径
        config - 用于兼容性的配置文件路径， ONNX 模型不需要
        backend_id - 后端 ID
        target_id - 目标设备 ID
        返回
        自动生成

      • create

        public static FaceRecognizerSF create​(java.lang.String model,
                                      java.lang.String config,
                                      int backend_id)
        使用给定参数创建此类的一个实例
        参数
        model - 用于人脸识别的 onnx 模型路径
        config - 用于兼容性的配置文件路径， ONNX 模型不需要
        backend_id - 后端 ID
        返回
        自动生成

      • create

        public static FaceRecognizerSF create​(java.lang.String model,
                                      java.lang.String config)
        使用给定参数创建此类的一个实例
        参数
        model - 用于人脸识别的 onnx 模型路径
        config - 用于兼容性的配置文件路径， ONNX 模型不需要
        返回
        自动生成

      • create

        public static FaceRecognizerSF create​(java.lang.String framework,
                                      MatOfByte bufferModel,
                                      MatOfByte bufferConfig,
                                      int backend_id,
                                      int target_id)
        从包含模型权重和配置的缓冲区创建此类的一个实例。
        参数
        framework - 框架的名称 (ONNX, 等等)
        bufferModel - 包含二进制模型权重的缓冲区。
        bufferConfig - 包含网络配置的缓冲区。
        backend_id - 后端 ID。
        target_id - 目标设备 ID。
        返回
        指向 FaceRecognizerSF 创建实例的指针。

      • create

        public static FaceRecognizerSF create​(java.lang.String framework,
                                      MatOfByte bufferModel,
                                      MatOfByte bufferConfig,
                                      int backend_id)
        从包含模型权重和配置的缓冲区创建此类的一个实例。
        参数
        framework - 框架的名称 (ONNX, 等等)
        bufferModel - 包含二进制模型权重的缓冲区。
        bufferConfig - 包含网络配置的缓冲区。
        backend_id - 后端 ID。
        返回
        指向 FaceRecognizerSF 创建实例的指针。

      • create

        public static FaceRecognizerSF create​(java.lang.String framework,
                                      MatOfByte bufferModel,
                                      MatOfByte bufferConfig)
        从包含模型权重和配置的缓冲区创建此类的一个实例。
        参数
        framework - 框架的名称 (ONNX, 等等)
        bufferModel - 包含二进制模型权重的缓冲区。
        bufferConfig - 包含网络配置的缓冲区。
        返回
        指向 FaceRecognizerSF 创建实例的指针。

      • finalize

        protected void finalize()
                 throws java.lang.Throwable
        重写
        finalize 在类 java.lang.Object 中
        抛出
        java.lang.Throwable