需要全部代码请点赞关注收藏后评论区留言私信~~~

一、比较两张人脸的相似程度

直方图由一排纵向的竖条或者竖线组成，横轴代表数据类型，纵轴代表数据多少。 图像直方图经常应用于特征提取、图像匹配等方面。

 假设有两幅图像，它们的直方图很相似，这说明两幅图的像素分布相当接近，他们很可能来自相邻场景，相似度越高，两幅图越可能是同样来源，这便是直方图应用于图像匹配的缘由。OpenCV的Imgproc工具有一个compareHist方法，可以比较两个矩阵结构的相似程度，其内部就采用直方图比较两幅图像像素点灰度值的分布情况，因为只有灰度值参加比较，所以要先将全彩矩阵转为灰度矩阵再调用Imgproc的compareHist方法加以判断

相似度比较步骤如下

（1）分别对两张图片检测人脸，得到各自的人脸矩阵数组；

（2）两张图片都找到人脸的话，再从中截取人脸矩阵并转成位图对象；

（3）调整位图尺寸，使得两幅图片的宽高保持一致，也就是把较大的位图缩放到较小位图的尺寸；

（4）把两个位图对象转为灰度矩阵，再通过直方图比较它们的相似度；

由于compareHist方法的返回值在0-1之间，值越大表示越相似，一般相似度达到0.5就很高了

二、效果展示

世界杯进行的如火如荼，现在十六强的名单已经全部出来了，接下来让我们用世界杯中的著名球星的照片来进行相似度比较

内马尔与梅西 由结果可见不太像 

 C罗与梅西 由结果可见比较高了

 3：C罗与贝克汉姆（年轻的时候） 由结果可见是相当高的相似度

 三、代码

部分源码如下 需要全部代码请点赞关注收藏后评论区留言私信~~~

package com.example.face;import android.content.Context;import android.content.Intent;import android.graphics.Bitmap;import android.net.Uri;import android.os.Bundle;import android.util.Log;import android.widget.ImageView;import android.widget.TextView;import android.widget.Toast;import androidx.appcompat.app.AppCompatActivity;import com.example.face.util.BitmapUtil;import com.example.face.util.FaceUtil;import org.opencv.android.BaseLoaderCallback;import org.opencv.android.LoaderCallbackInterface;import org.opencv.android.OpenCVLoader;import org.opencv.android.Utils;import org.opencv.core.Mat;import org.opencv.core.MatOfRect;import org.opencv.core.Rect;import org.opencv.core.Scalar;import org.opencv.core.Size;import org.opencv.imgproc.Imgproc;import org.opencv.objdetect.CascadeClassifier;import java.io.File;import java.io.FileOutputStream;import java.io.InputStream;public class CompareImageActivity extends AppCompatActivity {    private final static String TAG = "CompareImageActivity";    private int CHOOSE_CODE1=31, CHOOSE_CODE2=32; // 挑选第一张图片和挑选第二张图片的请求码    private Bitmap mBitmap1, mBitmap2; // 第一张图片和第二张图片的位图对象    private ImageView iv_face1, iv_face2; // 第一张图片和第二张图片的图像视图    private TextView tv_result; // 声明一个文本视图对象    private CascadeClassifier mJavaDetector; // OpenCV的人脸检测器    @Override    protected void onCreate(Bundle savedInstanceState) {        super.onCreate(savedInstanceState);        setContentView(R.layout.activity_compare_image);        iv_face1 = findViewById(R.id.iv_face1);        iv_face2 = findViewById(R.id.iv_face2);        tv_result = findViewById(R.id.tv_result);        findViewById(R.id.btn_choose1).setOnClickListener(v -> choosePicture(CHOOSE_CODE1));        findViewById(R.id.btn_choose2).setOnClickListener(v -> choosePicture(CHOOSE_CODE2));        findViewById(R.id.btn_compare).setOnClickListener(v -> {            if (mBitmap1==null || mBitmap2==null) {                Toast.makeText(this, "请先选择两张图片再来比较", Toast.LENGTH_SHORT).show();                return;            }            compareFace(); // 比较两张人脸的相似度        });    }    // 挑选待比较的人脸图片    private void choosePicture(int chooseCode) {        // 创建一个内容获取动作的意图（准备跳到系统相册）        Intent albumIntent = new Intent(Intent.ACTION_GET_CONTENT);        albumIntent.putExtra(Intent.EXTRA_ALLOW_MULTIPLE, false); // 是否允许多选        albumIntent.setType("image/*"); // 类型为图像        startActivityForResult(albumIntent, chooseCode); // 打开系统相册    }    @Override    protected void onActivityResult(int requestCode, int resultCode, Intent intent) {        super.onActivityResult(requestCode, resultCode, intent);        if (resultCode == RESULT_OK && intent.getData() != null) { // 从相册返回            Uri uri = intent.getData(); // 获得已选择照片的路径对象            if (requestCode == CHOOSE_CODE1) {                // 根据指定图片的uri，获得自动缩小后的位图对象                mBitmap1 = BitmapUtil.getAutoZoomImage(this, uri);                iv_face1.setImageBitmap(mBitmap1);            } else if (requestCode == CHOOSE_CODE2) {                // 根据指定图片的uri，获得自动缩小后的位图对象                mBitmap2 = BitmapUtil.getAutoZoomImage(this, uri);                iv_face2.setImageBitmap(mBitmap2);            }        }    }    // 检测位图中的人脸    private Mat[] detectFace(Bitmap orig, ImageView imageView) {        Mat rgba = new Mat();        Utils.bitmapToMat(orig, rgba); // 把位图对象转为Mat结构        Mat gray = new Mat();        Imgproc.cvtColor(rgba, gray, Imgproc.COLOR_RGB2GRAY); // 全彩矩阵转灰度矩阵        // 下面识别人脸        MatOfRect faces = new MatOfRect();        int absoluteFaceSize = 0;        int height = gray.rows();        if (Math.round(height * 0.2f) > 0) {            absoluteFaceSize = Math.round(height * 0.2f);        }        if (mJavaDetector != null) { // 检测器开始识别人脸            mJavaDetector.detectMultiScale(gray, faces, 1.1, 2, 2,                    new Size(absoluteFaceSize, absoluteFaceSize), new Size());        }        Rect[] faceArray = faces.toArray();        Mat[] matArray = new Mat[faceArray.length];        for (int i = 0; i < faceArray.length; i++) { // 给找到的人脸标上相框            Imgproc.rectangle(rgba, faceArray[i].tl(), faceArray[i].br(), new Scalar(0, 255, 0, 255), 3);            //Log.d(TAG, faceArray[i].toString());            matArray[i] = rgba.submat(faceArray[i]); // 截取相框中的人脸结构        }        Bitmap mark = Bitmap.createBitmap(orig.getWidth(), orig.getHeight(), Bitmap.Config.ARGB_8888);        Utils.matToBitmap(rgba, mark); // 把Mat结构转为位图对象        imageView.setImageBitmap(mark);        return matArray;    }    // 比较两张人脸的相似度    private void compareFace() {        Mat[] matArray1 = detectFace(mBitmap1, iv_face1); // 检测位图中的人脸        Mat[] matArray2 = detectFace(mBitmap2, iv_face2); // 检测位图中的人脸        if (matArray1.length==0 || matArray2.length==0) {            Toast.makeText(this, "需要两张图片均可找到人脸才能比较", Toast.LENGTH_SHORT).show();            tv_result.setText("未能检测到人脸");            return;        }        Mat mat1 = matArray1[0];        Mat mat2 = matArray2[0];        Bitmap bitmap1 = Bitmap.createBitmap(mat1.width(), mat1.height(), Bitmap.Config.ARGB_8888);        Utils.matToBitmap(mat1, bitmap1); // 把Mat结构转为位图对象        Bitmap bitmap2 = Bitmap.createBitmap(mat2.width(), mat2.height(), Bitmap.Config.ARGB_8888);        Utils.matToBitmap(mat2, bitmap2); // 把Mat结构转为位图对象        Bitmap bitmapA, bitmapB;        // 两幅图片必须尺寸一样才能比较，故而下面事先调整位图尺寸，使得两幅图片的宽高保持一致        if (bitmap1.getWidth() < bitmap2.getWidth()) {            bitmapA = bitmap1;            bitmapB = BitmapUtil.getScaleBitmap(bitmap2, 1.0*bitmap1.getWidth()/bitmap2.getWidth());        } else {            bitmapA = bitmap2;            bitmapB = BitmapUtil.getScaleBitmap(bitmap1, 1.0*bitmap2.getWidth()/bitmap1.getWidth());        }        double degree = FaceUtil.matchCompare(bitmapA, bitmapB); // 比较两个位图的相似程度        String desc = String.fORMat("相似度为%.2f（完全相同为1，完全不同为0）", degree);        tv_result.setText(desc);    }    @Override    protected void onResume() {        super.onResume();        if (!OpenCVLoader.initDebug()) {            Log.d(TAG, "Internal OpenCV library not found. Using OpenCV Manager for initialization");            OpenCVLoader.initAsync(OpenCVLoader.OPENCV_VERSION_3_0_0, this, mLoaderCallback);        } else {            Log.d(TAG, "OpenCV library found inside package. Using it!");            mLoaderCallback.onManagerConnected(LoaderCallbackInterface.SUCCESS);        }    }    private BaseLoaderCallback mLoaderCallback = new BaseLoaderCallback(this) {        @Override        public void onManagerConnected(int status) {            if (status == LoaderCallbackInterface.SUCCESS) {                Log.d(TAG, "OpenCV loaded successfully");                // 在OpenCV初始化完成后加载so库                System.loadLibrary("detection_based_tracker");                File cascadeDir = getDir("cascade", Context.MODE_PRIVATE);                File cascadeFile = new File(cascadeDir, "lbpcascade_frontalface.xml");                // 从应用程序资源加载级联文件                try (InputStream is = getResources().openRawResource(R.raw.lbpcascade_frontalface);                     FileOutputStream os = new FileOutputStream(cascadeFile)) {                    byte[] buffer = new byte[4096];                    int bytesRead;                    while ((bytesRead = is.read(buffer)) != -1) {                        os.write(buffer, 0, bytesRead);                    }                } catch (Exception e) {                    e.printStackTrace();                }                // 根据级联文件创建OpenCV的人脸检测器                mJavaDetector = new CascadeClassifier(cascadeFile.getAbsolutePath());                if (mJavaDetector.empty()) {                    Log.d(TAG, "Failed to load cascade classifier");                    mJavaDetector = null;                } else {                    Log.d(TAG, "Loaded cascade classifier from " + cascadeFile.getAbsolutePath());                }                cascadeDir.delete();            } else{                super.onManagerConnected(status);            }        }    };}

创作不易 觉得有帮助请点赞关注收藏~~~

来源地址：https://blog.csdn.net/jiebaoshayebuhui/article/details/128157815