歡迎訪問我的GitHub

https://github.com/zq2599/blog_demos

內(nèi)容：所有原創(chuàng)文章分類匯總及配套源碼种冬，涉及Java客燕、Docker庄撮、Kubernetes帕涌、DevOPS等；

本篇概覽

• 如果您看過《三分鐘極速體驗：Java版人臉檢測》一文蔽豺，甚至動手實際操作過朦肘，您應(yīng)該會對背后的技術(shù)細(xì)節(jié)感興趣砍濒，開發(fā)這樣一個應(yīng)用，咱們總共要做以下三件事：

1. 準(zhǔn)備好docker基礎(chǔ)鏡像
2. 開發(fā)java應(yīng)用
3. 將java應(yīng)用打包成package文件叫潦，集成到基礎(chǔ)鏡像中蝇完，得到最終的java應(yīng)用鏡像

• 對于<font color="blue">準(zhǔn)備好docker基礎(chǔ)鏡像</font>這項工作，咱們在前文《Java版人臉檢測詳解上篇：運(yùn)行環(huán)境的Docker鏡像(CentOS+JDK+OpenCV)》已經(jīng)完成了矗蕊，接下來要做的就是開發(fā)java應(yīng)用并將其做成docker鏡像

版本信息

• 這個java應(yīng)用的涉及的版本信息如下：

1. springboot：2.4.8
2. javacpp：1.4.3
3. javacv：1.4.3

源碼下載

• 本篇實戰(zhàn)中的完整源碼可在GitHub下載到短蜕，地址和鏈接信息如下表所示(https://github.com/zq2599/blog_demos)：

• 這個git項目中有多個文件夾朋魔，本篇的源碼在<font color="blue">javacv-tutorials</font>文件夾下，如下圖紅框所示：

在這里插入圖片描述

編碼

• 為了統(tǒng)一管理源碼和jar依賴卿操，項目采用了maven父子結(jié)構(gòu)警检，父工程名為<font color="blue">javacv-tutorials</font>，其pom.xml如下害淤，可見主要是定義了一些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當(dāng)前版本 -->
        <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>下面新建名為<font color="red">face-detect-demo</font>的子工程扇雕，這里面是咱們今天要開發(fā)的應(yīng)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模板視圖依賴-->
        <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窥摄，就要用以下方式使用插件镶奉，才能生成正常的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，要重點關(guān)注前段模板、文件上傳大小腮鞍、模型文件目錄等配置：

### FreeMarker 配置
spring.freemarker.allow-request-override=false
#Enable template caching.啟用模板緩存值骇。
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
#設(shè)置面板后綴
spring.freemarker.suffix=.ftl

# 設(shè)置單個文件最大內(nèi)存
spring.servlet.multipart.max-file-size=100MB
# 設(shè)置所有文件最大內(nèi)存
spring.servlet.multipart.max-request-size=1000MB
# 自定義文件上傳路徑
web.upload-path=/app/images
# 模型路徑
opencv.model-path=/app/model/haarcascade_frontalface_default.xml

• 前端頁面文件只有一個<font color="blue">index.ftl</font>，請原諒欣宸不入流的前端水平移国，前端只有一個頁面吱瘩，可以提交頁面，同時也是展示處理結(jié)果的頁面：

<!DOCTYPE html>
<head>
    <meta charset="UTF-8" />
    <title>圖片上傳Demo</title>
</head>
<body>
<h1 >圖片上傳Demo</h1>
<form action="fileUpload" method="post" enctype="multipart/form-data">
    <p>選擇檢測文件: <input type="file" name="fileName"/></p>
    <p>周圍檢測數(shù)量: <input type="number" value="32" name="minneighbors"/></p>
    <p><input type="submit" value="提交"/></p>
</form>
<#--判斷是否上傳文件-->
<#if msg??>
    <span>${msg}</span><br><br>
<#else >
    <span>${msg!("文件未上傳")}</span><br>
</#if>
<#--顯示圖片迹缀，一定要在img中的src發(fā)請求給controller使碾，否則直接跳轉(zhuǎn)是亂碼-->
<#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>

• 再來看后臺代碼，先是最常見的應(yīng)用啟動類：

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);
    }
}

• 前端上傳圖片后祝懂，后端要做哪些處理呢票摇？先不貼代碼，咱們把后端要做的事情捋一遍砚蓬，如下圖：

在這里插入圖片描述

• 接下來是最核心的業(yè)務(wù)類<font color="blue">UploadController.java</font>矢门，web接口和業(yè)務(wù)邏輯處理都在這里面，是按照上圖的流程順序執(zhí)行的灰蛙，有幾處要注意的地方稍后會提到：

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 {
        // 加載 動態(tài)鏈接庫
        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;

    /**
     * 跳轉(zhuǎn)到文件上傳頁面
     * @return
     */
    @RequestMapping("index")
    public String toUpload(){
        return "index";
    }

    /**
     * 上次文件到指定目錄
     * @param file 文件
     * @param path 文件存放路徑
     * @param fileName 源文件名
     * @return
     */
    private static boolean upload(MultipartFile file, String path, String fileName){
        //使用原文件名
        String realPath = path + "/" + fileName;

        File dest = new File(realPath);

        //判斷文件父目錄是否存在
        if(!dest.getParentFile().exists()){
            dest.getParentFile().mkdir();
        }

        try {
            //保存文件
            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 要上傳的文件
     * @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", "上傳失斔钐蕖！");
            return "forward:/index";
        }

        String realPath = uploadPath + "/" + originalFileName;

        Mat srcImg = Imgcodecs.imread(realPath);

        // 目標(biāo)灰色圖像
        Mat dstGrayImg = new Mat();
        // 轉(zhuǎn)換灰色
        Imgproc.cvtColor(srcImg, dstGrayImg, Imgproc.COLOR_BGR2GRAY);
        // OpenCv人臉識別分類器
        CascadeClassifier classifier = new CascadeClassifier(modelPath);
        // 用來存放人臉矩形
        MatOfRect faceRect = new MatOfRect();

        // 特征檢測點的最小尺寸
        Size minSize = new Size(32, 32);
        // 圖像縮放比例,可以理解為相機(jī)的X倍鏡
        double scaleFactor = 1.2;
        // 執(zhí)行人臉檢測
        classifier.detectMultiScale(dstGrayImg, faceRect, scaleFactor, minneighbors, CV_HAAR_DO_CANNY_PRUNING, minSize);
        //遍歷矩形,畫到原圖上面
        // 定義繪制顏色
        Scalar color = new Scalar(0, 0, 255);

        Rect[] rects = faceRect.toArray();

        // 沒檢測到
        if (null==rects || rects.length<1) {
            // 顯示圖片
            map.put("msg", "未檢測到人臉");
            // 文件名
            map.put("fileName", originalFileName);

            return "forward:/index";
        }

        // 逐個處理
        for(Rect rect: rects) {
            int x = rect.x;
            int y = rect.y;
            int w = rect.width;
            int h = rect.height;
            // 單獨框出每一張人臉
            Imgproc.rectangle(srcImg, new Point(x, y), new Point(x + w, y + w), color, 2);
        }

        // 添加人臉框之后的圖片的名字
        String newFileName = UUID.randomUUID().toString() + ".png";

        // 保存
        Imgcodecs.imwrite(uploadPath + "/" + newFileName, srcImg);

        // 顯示圖片
        map.put("msg", "一共檢測到" + rects.length + "個人臉");
        // 文件名
        map.put("fileName", newFileName);

        return "forward:/index";
    }
    /**
     * 顯示單張圖片
     * @return
     */
    @RequestMapping("show")
    public ResponseEntity showPhotos(String fileName){
        if (null==fileName) {
            return ResponseEntity.notFound().build();
        }

        try {
            // 由于是讀取本機(jī)的文件摩梧，file是一定要加上的物延， path是在application配置文件中的路徑
            return ResponseEntity.ok(resourceLoader.getResource("file:" + uploadPath + "/" + fileName));
        } catch (Exception e) {
            return ResponseEntity.notFound().build();
        }
    }
}

• <font color="blue">UploadController.java</font>的代碼，有以下幾處要關(guān)注：

1. 在靜態(tài)方法中通過<font color="blue">System.loadLibrary</font>加載本地庫函仅父，實際開發(fā)過程中叛薯，這里是最容易報錯的地方，一定要確保<font color="red">-Djava.library.path</font>參數(shù)配置的路徑中的本地庫是正丑舷耍可用的耗溜，前文制作的基礎(chǔ)鏡像中已經(jīng)準(zhǔn)比好了這些本地庫，因此只要確保<font color="red">-Djava.library.path</font>參數(shù)配置正確即可省容，這個配置在稍后的Dockerfile中會提到
2. <font color="blue">public String upload</font>方法是處理人臉檢測的代碼入口强霎，內(nèi)部按照前面分析的流程順序執(zhí)行
3. <font color="blue">new CascadeClassifier(modelPath)</font>是根據(jù)指定的模型來實例化分類器，模型文件是從GitHub下載的蓉冈，opencv官方提前訓(xùn)練好的模型城舞，地址是：https://github.com/opencv/opencv/tree/master/data/haarcascades
4. 看似神奇的人臉檢測功能，實際上只需一行代碼<font color="blue">classifier.detectMultiScale</font>寞酿，就能得到每個人臉在原圖中的矩形位置家夺，接下來，咱們只要按照位置在原圖上添加矩形框即可

• 現(xiàn)在代碼已經(jīng)寫完了伐弹，接下來將其做成docker鏡像

docker鏡像制作

• 首先是編寫Dockerfile：

# 基礎(chǔ)鏡像集成了openjdk8和opencv3.4.3
FROM bolingcavalry/opencv3.4.3:0.0.3

# 創(chuàng)建目錄
RUN mkdir -p /app/images && mkdir -p /app/model

# 指定鏡像的內(nèi)容的來源位置
ARG DEPENDENCY=target/dependency

# 復(fù)制內(nèi)容到鏡像
COPY ${DEPENDENCY}/BOOT-INF/lib /app/lib
COPY ${DEPENDENCY}/META-INF /app/META-INF
COPY ${DEPENDENCY}/BOOT-INF/classes /app

# 指定啟動命令
ENTRYPOINT ["java","-Djava.library.path=/opencv-3.4.3/build/lib","-cp","app:app/lib/*","com.bolingcavalry.facedetect.FaceDetectApplication"]

• 上述Dockerfile內(nèi)容很簡單拉馋，就是一些復(fù)制文件的處理，只有一處要格外注意：啟動命令中有個參數(shù)<font color="blue">-Djava.library.path=/opencv-3.4.3/build/lib</font>，指定了本地so庫的位置煌茴，前面的java代碼中随闺，<font color="blue">System.loadLibrary</font>加載的本地庫就是從這個位置加載的，咱們用的基礎(chǔ)鏡像是<font color="blue">bolingcavalry/opencv3.4.3:0.0.3</font>蔓腐，已經(jīng)在該位置準(zhǔn)備好了opencv的所有本地庫

• 在父工程目錄下執(zhí)行<font color="blue">mvn clean package -U</font>矩乐，這是個純粹的maven操作，和docker沒有任何關(guān)系

• 進(jìn)入<font color="blue">face-detect-demo</font>目錄回论，執(zhí)行以下命令散罕，作用是從jar文件中提取class、配置文件傀蓉、依賴庫等內(nèi)容到target/dependency目錄:

mkdir -p target/dependency && (cd target/dependency; jar -xf ../*.jar)

• 最后欧漱，在Dockerfile文件所在目錄執(zhí)行命令<font color="blue">docker build -t bolingcavalry/facedetect:0.0.1 .</font>(命令的最后有個點，不要漏了)葬燎，即可完成鏡像制作

• 如果您有hub.docker.com的賬號误甚，還可以通過docker push命令把鏡像推送到中央倉庫，讓更多的人用到：

• 最后谱净，再來回顧一下《三分鐘極速體驗：Java版人臉檢測》一文中啟動docker容器的命令靶草，如下可見，通過兩個-v參數(shù)岳遥，將宿主機(jī)的目錄映射到容器中，因此裕寨，容器中的/app/images和/app/model可以保持不變浩蓉，只要能保證宿主機(jī)的目錄映射正確即可：

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

• 有關(guān)SpringBoot官方推薦的docker鏡像制作的更多信息，請參考《SpringBoot(2.4)應(yīng)用制作Docker鏡像(Gradle版官方方案)》

需要重點注意的地方

• 請大家關(guān)注pom.xml中和javacv相關(guān)的幾個庫的版本宾袜，這些版本是不能隨便搭配的捻艳，建議按照文中的來，就算要改庆猫，也請在maven中央倉庫檢查您所需的版本是否存在认轨；

• 至此，《Java版人臉檢測》從體驗到開發(fā)詳解都完成了月培，小小的功能涉及到不少知識點嘁字，也讓我們體驗到了javacv的便捷和強(qiáng)大，借助docker將環(huán)境配置和應(yīng)用開發(fā)分離開來杉畜，降低了應(yīng)用開發(fā)和部署的難度(不再花時間到j(luò)dk和opencv的部署上)纪蜒，如果您正在尋找簡單易用的javacv開發(fā)和部署方案，希望本文能給您提供參考此叠；

你不孤單纯续，欣宸原創(chuàng)一路相伴

1. Java系列
2. Spring系列
3. Docker系列
4. kubernetes系列
5. 數(shù)據(jù)庫+中間件系列
6. DevOps系列

歡迎關(guān)注公眾號：程序員欣宸

微信搜索「程序員欣宸」，我是欣宸，期待與您一同暢游Java世界...
https://github.com/zq2599/blog_demos