Java 程序设计任务驱动教程任务测验-项目13任务2

项目十三任务二《人工智能技术的应用-人脸检测》任务小测验时长：30分钟满分：50分一、单选题（10题，每题2分，共20分）基础题（7题）下列关于计算机视觉（CV）的说法，正确的是（）【基础题】CV仅能处理静态图像，无法处理视频流人脸检测是CV的基础应用之一，用于识别图像中的人脸位置OpenCV是专门用于自然语言处理的Java库D.CV不需要结合机器学习技术2.OpenCV中用于加载本地库的核心常量是（）【基础题】A.Core.OPENCV_LIBB.Core.NATIVE_LIBRARY_NAMEC.OpenCV.LIB_NAMED.Native.LIBRARY_PATH3.下列哪类文件是Haar级联分类器的模型文件（）【基础题】A..jar B..dll C..xml D..java4.OpenCV中用于读取图像的方法是（）【基础题】A.Imgcodecs.read()B.Imgcodecs.imread()C.ImageIO.read()D.Mat.readImage()5.下列关于CascadeClassifier类的说法，正确的是（）【基础题】A.用于存储图像数据B.用于加载Haar模型并实现检测C.用于绘制矩形标记D.用于保存处理后的图像6.人脸检测中，detectMultiScale()方法的返回结果类型是（）【基础题】A.Mat B.RectC.MatOfRectD.Scalar7.OpenCV中用于在图像上绘制矩形标记的方法是（）【基础题】A.Imgproc.drawRect()B.Imgproc.rectangle()C.Graphics.drawRect()D.Mat.drawRectangle()拓展题（3题）【全国计算机等级考试Java二级原题改编】下列代码片段中，能正确加载OpenCV本地库并创建Haar级联分类器的是（）【拓展题】A.System.loadLibrary(Core.NATIVE_LIBRARY_NAME);CascadeClassifierdetector=newCascadeClassifier("haarcascade_frontalface.xml");B.Core.loadLibrary();CascadeClassifierdetector=newCascadeClassifier();C.System.load("opencv_java3416.dll");CascadeClassifierdetector=newCascadeClassifier("haarcascade_frontalface.xml");D.Native.loadLibrary("opencv");CascadeClassifierdetector=newCascadeClassifier("haarcascade_frontalface.xml");下列关于detectMultiScale()方法参数的说法，错误的是（）【拓展题】缩放因子（scaleFactor）通常取值范围为1.1-1.4最小邻居数（minNeighbors）取值越大，误检测越少但可能漏检缩放因子取值越大，检测速度越慢但精度越高D.最小邻居数取值越小，检测越灵敏但误检测可能增多3.要在检测到的人脸区域绘制红色矩形（BGR颜色模式），正确的Scalar对象是（）【拓展题】A.newScalar(255,0,0)B.newScalar(0,255,0)C.newScalar(0,0,255)D.newScalar(255,255,0)二、多选题（3题，每题3分，共9分）基础题（2题）下列属于OpenCV核心功能的有（）【基础题】A.图像读取与保存B.人脸检测C.矩形标记绘制D.中文分词2.人脸检测的核心流程包括（）【基础题】A.加载OpenCV本地库B.加载Haar级联分类器模型C.读取待检测图像D.人脸检测与标记绘制E.结果图像保存拓展题（1题）【全国计算机等级考试Java二级原题改编】下列关于OpenCV环境配置的说法，正确的有（）【拓展题】需导入opencv-3416.jar作为核心依赖需加载opencv_java3416.dll本地库Haar级联分类器模型文件需部署到项目指定目录并配置正确路径D.无需配置VM选项，可直接加载本地库三、判断题（5题，每题2分，共10分）基础题（3题）1.OpenCV是跨平台的开源计算机视觉库，支持Java、C++等多种语言。（）【基础题】2.Mat类是OpenCV中用于存储图像数据的核心类，本质是图像像素矩阵。（）【基础题】3.Imgcodecs.imwrite()方法可将处理后的图像保存为jpg、png等格式。（）【基础题】拓展题（2题）1.Haar级联分类器的minNeighbors参数取值为0时，检测灵敏度最高，无漏检但误检测较多。（）【拓展题】2.人脸检测仅能识别正脸，无法检测侧脸或被部分遮挡的人脸。（）【拓展题】四、编程题（2题，每题10.5分，共21分）基础题（1题）1.编写一个单人脸检测程序，使用OpenCV实现，具体要求：【基础题】①环境配置：导入OpenCV的jar包和本地库，加载haarcascade_frontalface_alt2.xml模型；②图像读取：读取路径为“src/img/person.jpg”的待检测图像；③核心功能：调用detectMultiScale()方法实现人脸检测，缩放因子设为1.1，最小邻居数设为3；在检测到的人脸区域绘制绿色矩形（线宽2）；将标记后的图像保存到“src/img/output/person_detected.jpg”；④异常处理：检测模型加载失败、图像读取失败的情况，打印对应错误信息；⑤代码规范：添加必要注释，变量命名清晰。拓展题（1题）【全国计算机等级考试Java二级原题改编】编写一个人脸+眼睛联合检测程序，具体要求：【拓展题】①环境配置：正确配置OpenCV环境，加载人脸模型（haarcascade_frontalface_alt2.xml）和眼睛模型（haarcascade_eye.xml）；②图像读取：读取包含单人脸的图像（路径“src/img/face_with_eyes.jpg”）；③核心功能：先检测图像中的人脸，用蓝色矩形（线宽3）标记；在每个检测到的人脸区域内检测眼睛，用红色圆形（半径2）标记；在图像左上角添加文字“检测到X个人脸，Y只眼睛”（X为实际人脸数，Y为实际眼睛数）；将最终结果保存到“src/img/output/face_eye_detected.jpg”；④异常处理：细分捕获模型加载失败、图像读取失败、检测无结果等异常，分别提示；⑤代码规范：逻辑分层，注释清晰，格式整洁。参考答案一、单选题1.B2.B3.C4.B5.B6.C7.B8.A9.C10.C二、多选题1.ABC2.ABCDE3.ABC三、判断题1.√2.√3.√4.√5.×四、编程题基础题参考代码（单人脸检测程序）importorg.opencv.core.Core;importorg.opencv.core.Mat;importorg.opencv.core.MatOfRect;importorg.opencv.core.Point;importorg.opencv.core.Rect;importorg.opencv.core.Scalar;importorg.opencv.imgcodecs.Imgcodecs;importorg.opencv.imgproc.Imgproc;importorg.opencv.objdetect.CascadeClassifier;/***单人脸检测程序*/publicclassSingleFaceDetection{publicstaticvoidmain(String[]args){try{//1.加载OpenCV本地库System.loadLibrary(Core.NATIVE_LIBRARY_NAME);System.out.println("OpenCV本地库加载成功！");//2.加载Haar人脸检测模型StringmodelPath="xml/haarcascade_frontalface_alt2.xml";CascadeClassifierfaceDetector=newCascadeClassifier(modelPath);if(faceDetector.empty()){System.out.println("错误：Haar模型加载失败，请检查路径是否正确！");return;}//3.读取待检测图像StringinputPath="src/img/person.jpg";Matimage=Imgcodecs.imread(inputPath);if(image.empty()){System.out.println("错误：图像读取失败，请检查路径或文件格式！");return;}System.out.println("图像读取成功，开始人脸检测...");//4.执行人脸检测（缩放因子1.1，最小邻居数3）MatOfRectfaceDetections=newMatOfRect();faceDetector.detectMultiScale(image,faceDetections,1.1,3);//5.绘制人脸标记（绿色矩形，线宽2）Rect[]faces=faceDetections.toArray();System.out.println("检测到"+faces.length+"个人脸！");for(Rectface:faces){Imgproc.rectangle(image,newPoint(face.x,face.y),newPoint(face.x+face.width,face.y+face.height),newScalar(0,255,0),//绿色（BGR）2//线宽);}//6.保存结果图像StringoutputPath="src/img/output/person_detected.jpg";booleansaveSuccess=Imgcodecs.imwrite(outputPath,image);if(saveSuccess){System.out.println("检测结果已保存到："+outputPath);}else{System.out.println("错误：结果图像保存失败，请检查输出路径！");}}catch(Exceptione){System.out.println("程序执行异常："+e.getMessage());e.printStackTrace();}}}拓展题参考代码（人脸+眼睛联合检测程序）importorg.opencv.core.*;importorg.opencv.imgcodecs.Imgcodecs;importorg.opencv.imgproc.Imgproc;importorg.opencv.objdetect.CascadeClassifier;/***人脸+眼睛联合检测程序*/publicclassFaceEyeCombinedDetection{publicstaticvoidmain(String[]args){//初始化变量CascadeClassifierfaceDetector=null;CascadeClassifiereyeDetector=null;Matimage=null;try{//1.加载OpenCV本地库System.loadLibrary(Core.NATIVE_LIBRARY_NAME);//2.加载人脸和眼睛检测模型StringfaceModelPath="xml/haarcascade_frontalface_alt2.xml";StringeyeModelPath="xml/haarcascade_eye.xml";faceDetector=newCascadeClassifier(faceModelPath);eyeDetector=newCascadeClassifier(eyeModelPath);//检测模型加载情况if(faceDetector.empty()||eyeDetector.empty()){thrownewException("人脸或眼睛模型加载失败，请检查路径！");}//3.读取待检测图像StringinputPath="src/img/face_with_eyes.jpg";image=Imgcodecs.imread(inputPath);if(image.empty()){thrownewException("图像读取失败，请检查路径或文件格式！");}//4.检测人脸MatOfRectfaceDetections=newMatOfRect();faceDetector.detectMultiScale(image,faceDetections,1.1,4);Rect[]faces=faceDetections.toArray();intfaceCount=faces.length;if(faceCount==0){thrownewException("未检测到人脸！");}//5.在人脸区域内检测眼睛并标记inteyeCount=0;for(Rectface:faces){//绘制人脸蓝色矩形（线宽3）Imgproc.rectangle(image,newPoint(face.x,face.y),newPoint(face.x+face.width,face.y+face.height),newScalar(255,0,0),//蓝色（BGR）3);//提取人脸区域子图像，仅在人脸内检测眼睛MatfaceROI=newMat(image,face);MatOfRecteyeDetections=newMatOfRect();eyeDetector.detectMultiScale(faceROI,eyeDetections,1.1,2);Rect[]eyes=eyeDetections.toArray();eyeCount+=eyes.length;//绘制眼睛红色圆形（半径2）for(Recteye:eyes){//计算眼睛在原图中的坐标（相对人脸ROI偏移）PointeyeCenter=newPoint(face.x+eye.x+eye.width/2,face.y+eye.y+eye.height/2);intradius=2;Imgproc.circle(image,eyeCenter,radius,newScalar(0,0,255),//红色（BGR）-1//填充圆形);}}//6.添加文字提示（左上角，白色文字，字体大小1.0，线宽2）Stringtext="检测到"+faceCount+"个人脸，"+eyeCount+"只眼睛";