共计 13078 个字符,预计需要花费 33 分钟才能阅读完成。
欢送拜访我的 GitHub
https://github.com/zq2599/blog_demos
内容:所有原创文章分类汇总及配套源码,波及 Java、Docker、Kubernetes、DevOPS 等;
本篇概览
- 如果您看过《三分钟极速体验:Java 版人脸检测》一文,甚至入手实际操作过,您应该会对背地的技术细节感兴趣,开发这样一个利用,咱们总共要做以下三件事:
- 筹备好 docker 根底镜像
- 开发 java 利用
- 将 java 利用打包成 package 文件,集成到根底镜像中,失去最终的 java 利用镜像
- 对于 <font color=”blue”> 筹备好 docker 根底镜像 </font> 这项工作,咱们在前文《Java 版人脸检测详解上篇:运行环境的 Docker 镜像 (CentOS+JDK+OpenCV)》曾经实现了,接下来要做的就是开发 java 利用并将其做成 docker 镜像
版本信息
- 这个 java 利用的波及的版本信息如下:
- springboot:2.4.8
- javacpp:1.4.3
- javacv:1.4.3
源码下载
- 本篇实战中的残缺源码可在 GitHub 下载到,地址和链接信息如下表所示 (https://github.com/zq2599/blo…):
名称 | 链接 | 备注 |
---|---|---|
我的项目主页 | https://github.com/zq2599/blo… | 该我的项目在 GitHub 上的主页 |
git 仓库地址 (https) | https://github.com/zq2599/blo… | 该我的项目源码的仓库地址,https 协定 |
git 仓库地址 (ssh) | git@github.com:zq2599/blog_demos.git | 该我的项目源码的仓库地址,ssh 协定 |
- 这个 git 我的项目中有多个文件夹,本篇的源码在 <font color=”blue”>javacv-tutorials</font> 文件夹下,如下图红框所示:
编码
- 为了对立治理源码和 jar 依赖,我的项目采纳了 maven 父子构造,父工程名为 <font color=”blue”>javacv-tutorials</font>,其 pom.xml 如下,可见次要是定义了一些 jar 的版本:
<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
<modelVersion>4.0.0</modelVersion>
<groupId>com.bolingcavalry</groupId>
<artifactId>javacv-tutorials</artifactId>
<packaging>pom</packaging>
<version>1.0-SNAPSHOT</version>
<modules>
<module>face-detect-demo</module>
</modules>
<properties>
<java.version>1.8</java.version>
<maven.compiler.source>8</maven.compiler.source>
<maven.compiler.target>8</maven.compiler.target>
<maven-compiler-plugin.version>3.6.1</maven-compiler-plugin.version>
<springboot.version>2.4.8</springboot.version>
<!-- javacpp 以后版本 -->
<javacpp.version>1.4.3</javacpp.version>
<!-- opencv 版本 -->
<opencv.version>3.4.3</opencv.version>
<!-- ffmpeg 版本 -->
<ffmpeg.version>4.0.2</ffmpeg.version>
</properties>
<dependencyManagement>
<dependencies>
<dependency>
<groupId>org.projectlombok</groupId>
<artifactId>lombok</artifactId>
<version>1.18.18</version>
</dependency>
<dependency>
<groupId>org.bytedeco</groupId>
<artifactId>javacv-platform</artifactId>
<version>${javacpp.version}</version>
</dependency>
<dependency>
<groupId>org.bytedeco</groupId>
<artifactId>javacv</artifactId>
<version>${javacpp.version}</version>
</dependency>
<!-- javacpp -->
<dependency>
<groupId>org.bytedeco</groupId>
<artifactId>javacpp</artifactId>
<version>${javacpp.version}</version>
</dependency>
<!-- ffmpeg -->
<dependency>
<groupId>org.bytedeco.javacpp-presets</groupId>
<artifactId>ffmpeg-platform</artifactId>
<version>${ffmpeg.version}-${javacpp.version}</version>
</dependency>
<dependency>
<groupId>org.bytedeco.javacpp-presets</groupId>
<artifactId>ffmpeg</artifactId>
<version>${ffmpeg.version}-${javacpp.version}</version>
</dependency>
</dependencies>
</dependencyManagement>
</project>
- 在 <font color=”blue”>javacv-tutorials</font> 上面新建名为 <font color=”red”>face-detect-demo</font> 的子工程,这外面是咱们明天要开发的利用,其 pom.xml 如下:
<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
<parent>
<artifactId>javacv-tutorials</artifactId>
<groupId>com.bolingcavalry</groupId>
<version>1.0-SNAPSHOT</version>
</parent>
<modelVersion>4.0.0</modelVersion>
<artifactId>face-detect-demo</artifactId>
<packaging>jar</packaging>
<dependencyManagement>
<dependencies>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-dependencies</artifactId>
<version>${springboot.version}</version>
<type>pom</type>
<scope>import</scope>
</dependency>
</dependencies>
</dependencyManagement>
<dependencies>
<!--FreeMarker 模板视图依赖 -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-freemarker</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
<groupId>org.projectlombok</groupId>
<artifactId>lombok</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-test</artifactId>
<scope>test</scope>
</dependency>
<dependency>
<groupId>org.bytedeco</groupId>
<artifactId>javacv-platform</artifactId>
</dependency>
<dependency>
<groupId>org.bytedeco</groupId>
<artifactId>javacv</artifactId>
</dependency>
<!-- javacpp -->
<dependency>
<groupId>org.bytedeco</groupId>
<artifactId>javacpp</artifactId>
</dependency>
<!-- ffmpeg -->
<dependency>
<groupId>org.bytedeco.javacpp-presets</groupId>
<artifactId>ffmpeg-platform</artifactId>
</dependency>
<dependency>
<groupId>org.bytedeco.javacpp-presets</groupId>
<artifactId>ffmpeg</artifactId>
</dependency>
</dependencies>
<build>
<plugins>
<!-- 如果父工程不是 springboot,就要用以下形式应用插件,能力生成失常的 jar -->
<plugin>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-maven-plugin</artifactId>
<configuration>
<mainClass>com.bolingcavalry.facedetect.FaceDetectApplication</mainClass>
</configuration>
<executions>
<execution>
<goals>
<goal>repackage</goal>
</goals>
</execution>
</executions>
</plugin>
</plugins>
</build>
</project>
- 配置文件如下,要重点关注前段模板、文件上传大小、模型文件目录等配置:
### FreeMarker 配置
spring.freemarker.allow-request-override=false
#Enable template caching. 启用模板缓存。spring.freemarker.cache=false
spring.freemarker.check-template-location=true
spring.freemarker.charset=UTF-8
spring.freemarker.content-type=text/html
spring.freemarker.expose-request-attributes=false
spring.freemarker.expose-session-attributes=false
spring.freemarker.expose-spring-macro-helpers=false
#设置面板后缀
spring.freemarker.suffix=.ftl
# 设置单个文件最大内存
spring.servlet.multipart.max-file-size=100MB
# 设置所有文件最大内存
spring.servlet.multipart.max-request-size=1000MB
# 自定义文件上传门路
web.upload-path=/app/images
# 模型门路
opencv.model-path=/app/model/haarcascade_frontalface_default.xml
- 前端页面文件只有一个 <font color=”blue”>index.ftl</font>,请原谅欣宸不入流的前端程度,前端只有一个页面,能够提交页面,同时也是展现处理结果的页面:
<!DOCTYPE html>
<head>
<meta charset="UTF-8" />
<title> 图片上传 Demo</title>
</head>
<body>
<h1 > 图片上传 Demo</h1>
<form action="fileUpload" method="post" enctype="multipart/form-data">
<p> 抉择检测文件: <input type="file" name="fileName"/></p>
<p> 四周检测数量: <input type="number" value="32" name="minneighbors"/></p>
<p><input type="submit" value="提交"/></p>
</form>
<#-- 判断是否上传文件 -->
<#if msg??>
<span>${msg}</span><br><br>
<#else >
<span>${msg!("文件未上传")}</span><br>
</#if>
<#-- 显示图片,肯定要在 img 中的 src 发申请给 controller,否则间接跳转是乱码 -->
<#if fileName??>
<#--<img src="/show?fileName=${fileName}" style="width: 100px"/>-->
<img src="/show?fileName=${fileName}"/>
<#else>
<#--<img src="/show" style="width: 200px"/>-->
</#if>
</body>
</html>
- 再来看后盾代码,先是最常见的利用启动类:
package com.bolingcavalry.facedetect;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
@SpringBootApplication
public class FaceDetectApplication {public static void main(String[] args) {SpringApplication.run(FaceDetectApplication.class, args);
}
}
- 前端上传图片后,后端要做哪些解决呢?先不贴代码,咱们把后端要做的事件捋一遍,如下图:
- 接下来是最外围的业务类 <font color=”blue”>UploadController.java</font>,web 接口和业务逻辑解决都在这外面,是依照上图的流程程序执行的,有几处要留神的中央稍后会提到:
package com.bolingcavalry.facedetect.controller;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.core.io.ResourceLoader;
import org.springframework.http.ResponseEntity;
import org.springframework.stereotype.Controller;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.multipart.MultipartFile;
import java.io.File;
import java.io.IOException;
import java.util.Map;
import org.opencv.core.*;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
import org.opencv.objdetect.CascadeClassifier;
import java.util.UUID;
import static org.bytedeco.javacpp.opencv_objdetect.CV_HAAR_DO_CANNY_PRUNING;
@Controller
@Slf4j
public class UploadController {
static {
// 加载 动态链接库
System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
}
private final ResourceLoader resourceLoader;
@Autowired
public UploadController(ResourceLoader resourceLoader) {this.resourceLoader = resourceLoader;}
@Value("${web.upload-path}")
private String uploadPath;
@Value("${opencv.model-path}")
private String modelPath;
/**
* 跳转到文件上传页面
* @return
*/
@RequestMapping("index")
public String toUpload(){return "index";}
/**
* 上次文件到指定目录
* @param file 文件
* @param path 文件寄存门路
* @param fileName 源文件名
* @return
*/
private static boolean upload(MultipartFile file, String path, String fileName){
// 应用原文件名
String realPath = path + "/" + fileName;
File dest = new File(realPath);
// 判断文件父目录是否存在
if(!dest.getParentFile().exists()){dest.getParentFile().mkdir();}
try {
// 保留文件
file.transferTo(dest);
return true;
} catch (IllegalStateException e) {
// TODO Auto-generated catch block
e.printStackTrace();
return false;
} catch (IOException e) {
// TODO Auto-generated catch block
e.printStackTrace();
return false;
}
}
/**
*
* @param file 要上传的文件
* @return
*/
@RequestMapping("fileUpload")
public String upload(@RequestParam("fileName") MultipartFile file, @RequestParam("minneighbors") int minneighbors, Map<String, Object> map){log.info("file [{}], size [{}], minneighbors [{}]", file.getOriginalFilename(), file.getSize(), minneighbors);
String originalFileName = file.getOriginalFilename();
if (!upload(file, uploadPath, originalFileName)){map.put("msg", "上传失败!");
return "forward:/index";
}
String realPath = uploadPath + "/" + originalFileName;
Mat srcImg = Imgcodecs.imread(realPath);
// 指标灰色图像
Mat dstGrayImg = new Mat();
// 转换灰色
Imgproc.cvtColor(srcImg, dstGrayImg, Imgproc.COLOR_BGR2GRAY);
// OpenCv 人脸识别分类器
CascadeClassifier classifier = new CascadeClassifier(modelPath);
// 用来寄存人脸矩形
MatOfRect faceRect = new MatOfRect();
// 特色检测点的最小尺寸
Size minSize = new Size(32, 32);
// 图像缩放比例, 能够了解为相机的 X 倍镜
double scaleFactor = 1.2;
// 执行人脸检测
classifier.detectMultiScale(dstGrayImg, faceRect, scaleFactor, minneighbors, CV_HAAR_DO_CANNY_PRUNING, minSize);
// 遍历矩形, 画到原图下面
// 定义绘制色彩
Scalar color = new Scalar(0, 0, 255);
Rect[] rects = faceRect.toArray();
// 没检测到
if (null==rects || rects.length<1) {
// 显示图片
map.put("msg", "未检测到人脸");
// 文件名
map.put("fileName", originalFileName);
return "forward:/index";
}
// 一一解决
for(Rect rect: rects) {
int x = rect.x;
int y = rect.y;
int w = rect.width;
int h = rect.height;
// 独自框出每一张人脸
Imgproc.rectangle(srcImg, new Point(x, y), new Point(x + w, y + w), color, 2);
}
// 增加人脸框之后的图片的名字
String newFileName = UUID.randomUUID().toString() + ".png";
// 保留
Imgcodecs.imwrite(uploadPath + "/" + newFileName, srcImg);
// 显示图片
map.put("msg", "一共检测到" + rects.length + "集体脸");
// 文件名
map.put("fileName", newFileName);
return "forward:/index";
}
/**
* 显示单张图片
* @return
*/
@RequestMapping("show")
public ResponseEntity showPhotos(String fileName){if (null==fileName) {return ResponseEntity.notFound().build();}
try {
// 因为是读取本机的文件,file 是肯定要加上的,path 是在 application 配置文件中的门路
return ResponseEntity.ok(resourceLoader.getResource("file:" + uploadPath + "/" + fileName));
} catch (Exception e) {return ResponseEntity.notFound().build();}
}
}
- <font color=”blue”>UploadController.java</font> 的代码,有以下几处要关注:
- 在静态方法中通过 <font color=”blue”>System.loadLibrary</font> 加载本地库函,理论开发过程中,这里是最容易报错的中央,肯定要确保 <font color=”red”>-Djava.library.path</font> 参数配置的门路中的本地库是失常可用的,前文制作的根底镜像中曾经准比好了这些本地库,因而只有确保 <font color=”red”>-Djava.library.path</font> 参数配置正确即可,这个配置在稍后的 Dockerfile 中会提到
- <font color=”blue”>public String upload</font> 办法是解决人脸检测的代码入口,外部依照后面剖析的流程程序执行
- <font color=”blue”>new CascadeClassifier(modelPath)</font> 是依据指定的模型来实例化分类器,模型文件是从 GitHub 下载的,opencv 官网提前训练好的模型,地址是:https://github.com/opencv/ope…
- 看似神奇的人脸检测性能,实际上只需一行代码 <font color=”blue”>classifier.detectMultiScale</font>,就能失去每个人脸在原图中的矩形地位,接下来,咱们只有依照地位在原图上增加矩形框即可
- 当初代码曾经写完了,接下来将其做成 docker 镜像
docker 镜像制作
- 首先是编写 Dockerfile:
# 根底镜像集成了 openjdk8 和 opencv3.4.3
FROM bolingcavalry/opencv3.4.3:0.0.3
# 创立目录
RUN mkdir -p /app/images && mkdir -p /app/model
# 指定镜像的内容的起源地位
ARG DEPENDENCY=target/dependency
# 复制内容到镜像
COPY ${DEPENDENCY}/BOOT-INF/lib /app/lib
COPY ${DEPENDENCY}/META-INF /app/META-INF
COPY ${DEPENDENCY}/BOOT-INF/classes /app
# 指定启动命令
ENTRYPOINT ["java","-Djava.library.path=/opencv-3.4.3/build/lib","-cp","app:app/lib/*","com.bolingcavalry.facedetect.FaceDetectApplication"]
- 上述 Dockerfile 内容很简略,就是一些复制文件的解决,只有一处要分外留神:启动命令中有个参数 <font color=”blue”>-Djava.library.path=/opencv-3.4.3/build/lib</font>,指定了本地 so 库的地位,后面的 java 代码中,<font color=”blue”>System.loadLibrary</font> 加载的本地库就是从这个地位加载的,咱们用的根底镜像是 <font color=”blue”>bolingcavalry/opencv3.4.3:0.0.3</font>,曾经在该地位筹备好了 opencv 的所有本地库
- 在父工程目录下执行 <font color=”blue”>mvn clean package -U</font>,这是个纯正的 maven 操作,和 docker 没有任何关系
- 进入 <font color=”blue”>face-detect-demo</font> 目录,执行以下命令,作用是从 jar 文件中提取 class、配置文件、依赖库等内容到 target/dependency 目录:
mkdir -p target/dependency && (cd target/dependency; jar -xf ../*.jar)
- 最初,在 Dockerfile 文件所在目录执行命令 <font color=”blue”>docker build -t bolingcavalry/facedetect:0.0.1 .</font>(命令的最初有个点,不要漏了),即可实现镜像制作
- 如果您有 hub.docker.com 的账号,还能够通过 docker push 命令把镜像推送到地方仓库,让更多的人用到:
- 最初,再来回顾一下《三分钟极速体验:Java 版人脸检测》一文中启动 docker 容器的命令,如下可见,通过两个 - v 参数,将宿主机的目录映射到容器中,因而,容器中的 /app/images 和 /app/model 能够放弃不变,只有能保障宿主机的目录映射正确即可:
docker run \
--rm \
-p 18080:8080 \
-v /root/temp/202107/17/images:/app/images \
-v /root/temp/202107/17/model:/app/model \
bolingcavalry/facedetect:0.0.1
- 无关 SpringBoot 官网举荐的 docker 镜像制作的更多信息,请参考《SpringBoot(2.4) 利用制作 Docker 镜像 (Gradle 版官网计划)》
须要重点留神的中央
- 请大家关注 pom.xml 中和 javacv 相干的几个库的版本,这些版本是不能轻易搭配的,倡议依照文中的来,就算要改,也请在 maven 地方仓库查看您所需的版本是否存在;
- 至此,《Java 版人脸检测》从体验到开发详解都实现了,小小的性能波及到不少知识点,也让咱们体验到了 javacv 的便捷和弱小,借助 docker 将环境配置和利用开发拆散开来,升高了利用开发和部署的难度 (不再花工夫到 jdk 和 opencv 的部署上),如果您正在寻找简略易用的 javacv 开发和部署计划,心愿本文能给您提供参考;
你不孤独,欣宸原创一路相伴
- Java 系列
- Spring 系列
- Docker 系列
- kubernetes 系列
- 数据库 + 中间件系列
- DevOps 系列
欢送关注公众号:程序员欣宸
微信搜寻「程序员欣宸」,我是欣宸,期待与您一起畅游 Java 世界 …
https://github.com/zq2599/blog_demos
正文完