【移动应用开发技术】Android中怎么人脸检测功能

【移动应用开发技术】Android中怎么人脸检测功能

Android中怎么人脸检测功能，很多新手对此不是很清楚，为了帮助大家解决这个难题，下面在下将为大家详细讲解，有这方面需求的人可以来学习下，希望你能有所收获。1、项目配置首先，为了将Vision库添加到你的工程，你需要导入PlayServices8.1或者更高的版本进入你的工程。本教程只导入PlayServices

Vision库。打开你工程中的build.gradle文件然后添加以下的编译依赖节点代码。compile

'com.google.android.gms:play-services-vision:8.1.0'当你已经在工程中包含了PlayServices，就可以关闭工程中的build.gradle文件，然后打开

AndroidManifest.xml文件。在你的manifest文件中加入下列数据定义人脸检测的依赖项。让Vision库知道你将会在应用中使用它。<meta-data

android:name="com.google.android.gms.vision.DEPENDENCIES"android:value="face"/>一旦完成了AndroidManifest.xml的配置，你就可以关闭这个文件。下一步，你需要创建一个新的类文件FaceOverlayView.java。这个类继承自View类，用来进行人脸检测逻辑、显示经过分析的图像和在图像上绘制信息来说明观点等功能。现在，我们开始增加成员变量并实现构造函数。这个Bitmap(位图)对象用来存储将要被分析的位图数据，SparseArray数组用来存储在图像中发现的人脸信息。public

class

FaceOverlayView

extends

View

{

private

Bitmap

mBitmap;

private

SparseArray<Face>

mFaces;

public

FaceOverlayView(Context

context)

{

this(context,

null);

}

public

FaceOverlayView(Context

context,

AttributeSet

attrs)

{

this(context,

attrs,

0);

}

public

FaceOverlayView(Context

context,

AttributeSet

attrs,

int

defStyleAttr)

{

super(context,

attrs,

defStyleAttr);

}

}然后，我们在FaceOverlayView类中增加一个setBitmap(Bitmap

bitmap)函数，现在我们只通过这个函数存储位图对象，一会将用这个方法来分析位图数据。public

void

setBitmap(

Bitmap

bitmap

)

{

mBitmap

=

bitmap;

}接下来，我们需要一张位图图片。我已经在GitHub上的示例工程中添加了一张，当然你可以使用任何一张你喜欢的图片，然后看看它到底可不可行。当你选好图片后，把它放到res/raw目录下。本教程假定图片的名字叫face.jpg。当你把图片放到res/raw目录后，打开res/layout/activity_main.xml文件。在这个布局文件中引用一个FaceOverlayView对象，使它在MainActivity中显示出来。<?xml

version="1.0"

encoding="utf-8"?>

<com.tutsplus.facedetection.FaceOverlayView

xmlns:android="/apk/res/android"

android:id="@+id/face_overlay"

android:layout_width="match_parent"

android:layout_height="match_parent"

/>定义完布局文件后，打开MainActivity然后在onCreate()函数中引用一个FaceOverlayView的实例。通过输入流从raw文件夹中读入face.jpg并转成位图数据。在拥有了位图数据之后，你就可以通过调用FaceOverlayView的setBitmap方法在自定义视图中设置位图了。public

class

MainActivity

extends

AppCompatActivity

{

private

FaceOverlayView

mFaceOverlayView;

@Override

protected

void

onCreate(Bundle

savedInstanceState)

{

super.onCreate(savedInstanceState);

setContentView(R.layout.activity_main);

mFaceOverlayView

=

(FaceOverlayView)

findViewById(

R.id.face_overlay

);

InputStream

stream

=

getResources().openRawResource(

R.raw.face

);

Bitmap

bitmap

=

BitmapFactory.decodeStream(stream);

mFaceOverlayView.setBitmap(bitmap);

}

}2、检测人脸现在你的工程已经设置好了，是时候来开始检测人脸了。在setBitmap(Bitmapbitmap

)方法中定义一个FaceDetector对象。我们可以通过用FaceDetector中的构造器来实现，通过FaceDetector.Builder你可以定义多个参数来控制人脸检测的速度和FaceDetector生成的其他数据。具体的设置取决于你的应用程序的用途。如果开启了面部特征搜索，那么人脸检测的速度回变得很慢。在大多数程序设计中，每一件事都有它的优缺点。如果想要了解关于FaceDetector.Builder的更多信息，你可以通过查找安卓开发者网站的官网文档获得。FaceDetector

detector

=

new

FaceDetector.Builder(

getContext()

)

.setTrackingEnabled(false)

.setLandmarkType(FaceDetector.ALL_LANDMARKS)

.setMode(FaceDetector.FAST_MODE)

.build();你需要检查FaceDetector是否是可操作的。每当用户***次在设备上使用人脸检测，Play

Services服务需要加载一组小型本地库去处理应用程序的请求。虽然这些工作一般在应用程序启动之前就完成了，但是做好失败处理同样是必要的。如果FaceDetector是可操作的，那么你需要将位图数据转化成Frame对象，并通过detect函数传入用来做人脸数据分析。当完成数据分析后，你需要释放探测器，防止内存泄露。***调用invalidate()函数来触发视图刷新。if

(!detector.isOperational())

{

//Handle

contingency

}

else

{

Frame

frame

=

new

Frame.Builder().setBitmap(bitmap).build();

mFaces

=

detector.detect(frame);

detector.release();

}

invalidate();现在你已经在图片中发现了人脸信息，并可以使用了。例如，你可以沿着检测出的每一张脸画一个框。在invalidate()函数调用之后，我们可以在OnDraw(Canvas

canvas)函数中添加所有必要的逻辑。我们需要确保位图和人脸数据是有效的，在那之后画布上画出位图数据，然后再沿着每张脸的方位画一个框。因为不同的设备的分辨率不同，你需要通过控制位图的缩放尺寸来保证图片总是能被正确显示出来。@Override

protected

void

onDraw(Canvas

canvas)

{

super.onDraw(canvas);

if

((mBitmap

!=

null)

&&

(mFaces

!=

null))

{

double

scale

=

drawBitmap(canvas);

drawFaceBox(canvas,

scale);

}

}drawBitmap(Canvascanvas)方法会将图像自适应大小的画在画布上，同时返回一个正确的缩放值供你使用。private

double

drawBitmap(

Canvas

canvas

)

{

double

viewWidth

=

canvas.getWidth();

double

viewHeight

=

canvas.getHeight();

double

imageWidth

=

mBitmap.getWidth();

double

imageHeight

=

mBitmap.getHeight();

double

scale

=

Math.min(

viewWidth

/

imageWidth,

viewHeight

/

imageHeight

);

Rect

destBounds

=

new

Rect(

0,

0,

(int)

(

imageWidth

*

scale

),

(int)

(

imageHeight

*

scale

)

);

canvas.drawBitmap(

mBitmap,

null,

destBounds,

null

);

return

scale;

}drawFaceBox(Canvascanvas,double

scale)方法会更有趣，被检测到人脸数据以位置信息的方式存储到mFaces中，这个方法将基于这些位置数据中的宽、高在检测到的人脸位置画一个绿色的矩形框。你需要定义自己的绘画对象，然后从你的SparseArray数组中循环的找出位置、高度和宽度信息，再利用这些信息在画布上画出矩形。private

void

drawFaceBox(Canvas

canvas,

double

scale)

{

//paint

should

be

defined

as

a

member

variable

rather

than

//being

created

on

each

onDraw

request,

but

left

here

for

//emphasis.

Paint

paint

=

new

Paint();

paint.setColor(Color.GREEN);

paint.setStyle(Paint.Style.STROKE);

paint.setStrokeWidth(5);

float

left

=

0;

float

top

=

0;

float

right

=

0;

float

bottom

=

0;

for(

int

i

=

0;

i

<

mFaces.size();

i++

)

{

Face

face

=

mFaces.valueAt(i);

left

=

(float)

(

face.getPosition().x

*

scale

);

top

=

(float)

(

face.getPosition().y

*

scale

);

right

=

(float)

scale

*

(

face.getPosition().x

+

face.getWidth()

);

bottom

=

(float)

scale

*

(

face.getPosition().y

+

face.getHeight()

);

canvas.drawRect(

left,

top,

right,

bottom,

paint

);

}

}这时运行你的应用程序，你会发现每张被检测到的人脸都被矩形包围着。值得注意的是，现在我们所使用的人脸检测API版本非常新，所以它不一定能检测到所有的人脸。你可以通过修改FaceDetector.Builder中的配置，使它获得到更多的信息，但是我不能保证这一定会起作用。3、理解面部特征面部特征指的是脸上的一些特殊点。人脸检测API不是依靠面部特征来检测一张人脸，而是在检测到人脸之后才能检测面部特征。这就是为什么检测面部特征是一个可选的设置，我们可以通过FaceDetector.Builder开启。你可以把这些面部特征信息做为一个附加的信息来源，例如需找模特的眼睛在哪里，这样就可以在应用中做相应的处理了。有十二种面部特征是可能被检测出来的：左右眼

左右耳朵左右耳垂鼻子左右脸颊左右嘴角嘴面部特征的检测取决于检测的角度。例如，有人侧对着的话，那么只能检测到他的一个眼睛，这意味着另一只眼睛不会被检测到。下表概述了哪些面部特征应该检测到(Y是基于脸部的欧拉角(左或右))。如果在人脸检测中，你已经开启了面部特征检测，那么你可以很容易地使用面部特征信息。你只需要调用getLandmarks()函数获得一个面部特征列表就可以了，你可以直接使用它。在本教程中，你可以利用一个新的函数drawFaceLandmarks(Canvascanvas,double

scale)在人脸检测中检测出的每一个面部特征上画一个小圆圈，在onDraw(canvas

canvas)函数中，用drawFaceLandmarks替换drawFaceBox。该方法以每个面部特征点的位置为中心，自适应位图大小，用一个圆圈把面部特征点圈起来。private

void

drawFaceLandmarks(

Canvas

canvas,

double

scale

)

{

Paint

paint

=

new

Paint();

paint.setColor(

Color.GREEN

);

paint.setStyle(

Paint.Style.STROKE

);

paint.setStrokeWidth(

5

);

for(

int

i

=

0;

i

<

mFaces.size();

i++

)

{

Face

face

=

mFaces.valueAt(i);

for

(

Landmark

landmark

:

face.getLandmarks()

)

{

int

cx

=

(int)

(

landmark.getPosition().x

*

scale

);

int

cy

=

(int)

(

landmark.getPosition().y

*

scale

);

canvas.drawCircle(

cx,

cy,

10,

paint

);

}

}

}调用该方法之后,您应该看到如下图所示的画面，面部特征点被绿色的小圆圈圈起来。4、额外的面部数据人脸的位置和面部特征信息是非常有用的，除此之外，我们在应用中还可以通过Face的内置方法获得人脸检测的更多信息。通过getIsSmilingProbability()、getIsLeftEyeOpenProbability()和getIsRightEyeOpenProbability()方法的返回值(范围从0.0到1.0)我们可以判断人的左右眼是否睁开，是否微笑。当数值越接近于1.0那么可能性也就越大。你也可以通过人脸检测获得Y和Z轴的欧拉值，Z轴的欧拉值是一定会返回的，如果你想接收到X轴的值，那么你必须在检测时使用一个准确的模式，下面是一个如何或者这些值的例子。private

void

logFaceData()

{

float

smilingProbability;

fl