1 概述

完成 Android 相機預覽功能以後，在此基礎上我使用 dlib 與 opencv 庫做了一個關於人臉檢測的 demo。該 demo 在相機預覽過程中對人臉進行實時檢測，並將檢測到的人臉用矩形框描繪出來。具體實現原理如下：

採用雙層 View，底層的 TextureView 用於預覽，程式從 TextureView 中獲取預覽幀資料，然後呼叫 dlib 庫對幀資料進行處理，最後將檢測結果繪製在頂層的 SurfaceView 中。

2 專案配置

由於專案中用到了 dlib 與 opencv 庫，因此需要對其進行配置。主要涉及到以下幾個方面：

2.1 C++支援

在專案建立過程中依次選擇 Include C++ Support、C++11、Exceptions Support ( -fexceptions ）以及 Runtime Type Information Support ( -frtti ) 。最後生成的 build.gradle 檔案如下：

defaultConfig {
    applicationId "com.example.lightweh.facedetection"
    minSdkVersion 23
    targetSdkVersion 28
    versionCode 1
    versionName "1.0"
    testInstrumentationRunner "android.support.test.runner.AndroidJUnitRunner"
    externalNativeBuild {
        cmake {
            arguments "-DCMAKE_BUILD_TYPE=Release"
            cppFlags "-std=c++11 -frtti -fexceptions"
        }
    }
}
 

其中，arguments 引數是後新增上去的，主要用於指定 CMake 的編譯模式為 Release，因為在 Debug 模式下 dlib 庫中相關演算法的執行速度非常慢。前期如果需要除錯 C++ 程式碼，可先將 arguments 引數註釋。

2.2 dlib 與 opencv 下載

• 到dlib官網下載最新版本的原始碼，解壓後將資料夾中的dlib目錄複製到 Android Studio 工程的 cpp 目錄下。

• 到 sourceforge 下載最新的 opencv-android 庫，解壓後將資料夾中的 native 目錄同樣複製到 Android Studio 工程的 cpp 目錄下，並改名為 opencv。

2.3 CMakeLists 配置

在 CMakeLists 檔案中，我們首先包含 dlib 的 cmake 檔案，接下來新增 opencv 的 include 資料夾並引入 opencv 的 so 庫，同時將 jni_common 目錄中的檔案及人臉檢測相關檔案新增至 native-lib 庫中，最後進行連結。

# 設定native目錄
set(NATIVE_DIR ${CMAKE_SOURCE_DIR}/src/main/cpp)

# 設定dlib
include(${NATIVE_DIR}/dlib/cmake)

# 設定opencv include資料夾
include_directories(${NATIVE_DIR}/opencv/jni/include)

# 設定opencv的so庫
add_library(
        libopencv_java3
        SHARED
        IMPORTED)

set_target_properties(
        libopencv_java3
        PROPERTIES
        IMPORTED_LOCATION
        ${NATIVE_DIR}/opencv/libs/${ANDROID_ABI}/libopencv_java3.so)

# 將jni_common目錄中所有檔名，存至SRC_LIST中
AUX_SOURCE_DIRECTORY(${NATIVE_DIR}/jni_common SRC_LIST)

add_library( # Sets the name of the library.
        native-lib

        # Sets the library as a shared library.
        SHARED

        # Provides a relative path to your source file(s).
        ${SRC_LIST}
        src/main/cpp/face_detector.h
        src/main/cpp/face_detector.cpp
        src/main/cpp/native-lib.cpp)

find_library( # Sets the name of the path variable.
        log-lib

        # Specifies the name of the NDK library that
        # you want CMake to locate.
        log)

target_link_libraries( # Specifies the target library.
        native-lib
        dlib
        libopencv_java3
        jnigraphics
        # Links the target library to the log library
        # included in the NDK.
        ${log-lib})

# 指定release編譯選項
set(CMAKE_C_FLAGS_RELEASE "${CMAKE_C_FLAGS_RELEASE} -s -O3 -Wall")
set(CMAKE_CXX_FLAGS_RELEASE "${CMAKE_CXX_FLAGS_RELEASE} -s -O3 -Wall")

由於 C++ 程式碼中用到了標頭檔案 "android/bitmap.h"，所以連結時需要新增 jnigraphics 庫。

3 JNI相關 Java 類定義

3.1 VisionDetRet 類

VisionDetRet 類的相關物件主要負責 C++ 與 Java 之間的資料傳遞。

public final class VisionDetRet {

    private int mLeft;
    private int mTop;
    private int mRight;
    private int mBottom;

    VisionDetRet() {}

    public VisionDetRet(int l, int t, int r, int b) {
        mLeft = l;
        mTop = t;
        mRight = r;
        mBottom = b;
    }

    public int getLeft() {
        return mLeft;
    }

    public int getTop() {
        return mTop;
    }

    public int getRight() {
        return mRight;
    }

    public int getBottom() {
        return mBottom;
    }
}

3.2 FaceDet 類

FaceDet 類為 JNI 函式呼叫類，主要定義了一些需要 C++ 實現的 native 方法。

public class FaceDet {
    private static final String TAG = "FaceDet";

    // accessed by native methods
    @SuppressWarnings("unused")
    private long mNativeFaceDetContext;

    static {
        try {
            // 預載入native方法庫
            System.loadLibrary("native-lib");
            jniNativeClassInit();
            Log.d(TAG, "jniNativeClassInit success");
        } catch (UnsatisfiedLinkError e) {
            Log.e(TAG, "library not found");
        }
    }

    public FaceDet() {
        jniInit();
    }

    @Nullable
    @WorkerThread
    public List<VisionDetRet> detect(@NonNull Bitmap bitmap) {
        VisionDetRet[] detRets = jniBitmapDet(bitmap);
        return Arrays.asList(detRets);
    }

    @Override
    protected void finalize() throws Throwable {
        super.finalize();
        release();
    }

    public void release() {
        jniDeInit();
    }

    @Keep
    private native static void jniNativeClassInit();

    @Keep
    private synchronized native int jniInit();

    @Keep
    private synchronized native int jniDeInit();

    @Keep
    private synchronized native VisionDetRet[] jniBitmapDet(Bitmap bitmap);
}

4 Native 方法實現

4.1 定義 VisionDetRet 類對應的 C++ 類

#include <jni.h>

#define CLASSNAME_VISION_DET_RET "com/lightweh/dlib/VisionDetRet"
#define CONSTSIG_VISION_DET_RET "()V"

#define CLASSNAME_FACE_DET "com/lightweh/dlib/FaceDet"

class JNI_VisionDetRet {
public:
    JNI_VisionDetRet(JNIEnv *env) {
        // 查詢VisionDetRet類資訊
        jclass detRetClass = env->FindClass(CLASSNAME_VISION_DET_RET);
        // 獲取VisionDetRet類成員變數
        jID_left = env->GetFieldID(detRetClass, "mLeft", "I");
        jID_top = env->GetFieldID(detRetClass, "mTop", "I");
        jID_right = env->GetFieldID(detRetClass, "mRight", "I");
        jID_bottom = env->GetFieldID(detRetClass, "mBottom", "I");
    }

    void setRect(JNIEnv *env, jobject &jDetRet, const int &left, const int &top,
                 const int &right, const int &bottom) {
        // 設定VisionDetRet類物件jDetRet的成員變數值
        env->SetIntField(jDetRet, jID_left, left);
        env->SetIntField(jDetRet, jID_top, top);
        env->SetIntField(jDetRet, jID_right, right);
        env->SetIntField(jDetRet, jID_bottom, bottom);
    }
    // 建立VisionDetRet類例項
    static jobject createJObject(JNIEnv *env) {
        jclass detRetClass = env->FindClass(CLASSNAME_VISION_DET_RET);
        jmethodID mid =
                env->GetMethodID(detRetClass, "<init>", CONSTSIG_VISION_DET_RET);
        return env->NewObject(detRetClass, mid);
    }
    // 建立VisionDetRet類物件陣列
    static jobjectArray createJObjectArray(JNIEnv *env, const int &size) {
        jclass detRetClass = env->FindClass(CLASSNAME_VISION_DET_RET);
        return (jobjectArray) env->NewObjectArray(size, detRetClass, NULL);
    }

private:
    jfieldID jID_left;
    jfieldID jID_top;
    jfieldID jID_right;
    jfieldID jID_bottom;
};

4.2 定義人臉檢測類

人臉檢測演算法需要用大小位置不同的視窗在影象中進行滑動，然後判斷視窗中是否存在人臉。本文采用的是 dlib 中的是HOG（histogram of oriented gradient）方法對人臉進行檢測，其檢測效果要好於 opencv。dlib 中同樣提供了 CNN 方法來進行人臉檢測，效果好於 HOG，不過需要使用 GPU 加速，不然程式執行會非常慢。

class FaceDetector {
private:

    dlib::frontal_face_detector face_detector;
    std::vector<dlib::rectangle> det_rects;

public:

    FaceDetector();
    // 實現人臉檢測演算法
    int Detect(const cv::Mat &image);
    
    // 返回檢測結果
    std::vector<dlib::rectangle> getDetResultRects();
};

FaceDetector::FaceDetector() {
    // 定義人臉檢測器
    face_detector = dlib::get_frontal_face_detector();
}

int FaceDetector::Detect(const cv::Mat &image) {

    if (image.empty())
        return 0;

    if (image.channels() == 1) {
        cv::cvtColor(image, image, CV_GRAY2BGR);
    }

    dlib::cv_image<dlib::bgr_pixel> dlib_image(image);

    det_rects.clear();
    
    // 返回檢測到的人臉矩形特徵框
    det_rects = face_detector(dlib_image);

    return det_rects.size();
}

std::vector<dlib::rectangle> FaceDetector::getDetResultRects() {
    return det_rects;
}

4.3 native 方法實現

JNI_VisionDetRet *g_pJNI_VisionDetRet;

JavaVM *g_javaVM = NULL;

// 該函式在載入本地庫時被呼叫
JNIEXPORT jint JNI_OnLoad(JavaVM *vm, void *reserved) {
    g_javaVM = vm;
    JNIEnv *env;
    vm->GetEnv((void **) &env, JNI_VERSION_1_6);
    // 初始化 g_pJNI_VisionDetRet
    g_pJNI_VisionDetRet = new JNI_VisionDetRet(env);
    return JNI_VERSION_1_6;
}
// 該函式用於執行清理操作
void JNI_OnUnload(JavaVM *vm, void *reserved) {
    g_javaVM = NULL;
    delete g_pJNI_VisionDetRet;
}

namespace {
#define JAVA_NULL 0
    using DetPtr = FaceDetector *;
    // 用於存放人臉檢測類物件的指標，關聯Jave層物件與C++底層物件（相互對應）
    class JNI_FaceDet {
    public:
        JNI_FaceDet(JNIEnv *env) {
            jclass clazz = env->FindClass(CLASSNAME_FACE_DET);
            mNativeContext = env->GetFieldID(clazz, "mNativeFaceDetContext", "J");
            env->DeleteLocalRef(clazz);
        }

        DetPtr getDetectorPtrFromJava(JNIEnv *env, jobject thiz) {
            DetPtr const p = (DetPtr) env->GetLongField(thiz, mNativeContext);
            return p;
        }

        void setDetectorPtrToJava(JNIEnv *env, jobject thiz, jlong ptr) {
            env->SetLongField(thiz, mNativeContext, ptr);
        }

        jfieldID mNativeContext;
    };

    // Protect getting/setting and creating/deleting pointer between java/native
    std::mutex gLock;

    std::shared_ptr<JNI_FaceDet> getJNI_FaceDet(JNIEnv *env) {
        static std::once_flag sOnceInitflag;
        static std::shared_ptr<JNI_FaceDet> sJNI_FaceDet;
        std::call_once(sOnceInitflag, [env]() {
            sJNI_FaceDet = std::make_shared<JNI_FaceDet>(env);
        });
        return sJNI_FaceDet;
    }
    // 從java物件獲取它持有的c++物件指標
    DetPtr const getDetPtr(JNIEnv *env, jobject thiz) {
        std::lock_guard<std::mutex> lock(gLock);
        return getJNI_FaceDet(env)->getDetectorPtrFromJava(env, thiz);
    }

    // The function to set a pointer to java and delete it if newPtr is empty
    // C++物件new以後，將指標轉成long型返回給java物件持有
    void setDetPtr(JNIEnv *env, jobject thiz, DetPtr newPtr) {
        std::lock_guard<std::mutex> lock(gLock);
        DetPtr oldPtr = getJNI_FaceDet(env)->getDetectorPtrFromJava(env, thiz);
        if (oldPtr != JAVA_NULL) {
            delete oldPtr;
        }
        getJNI_FaceDet(env)->setDetectorPtrToJava(env, thiz, (jlong) newPtr);
    }

}  // end unnamespace

#ifdef __cplusplus
extern "C" {
#endif

#define DLIB_FACE_JNI_METHOD(METHOD_NAME) Java_com_lightweh_dlib_FaceDet_##METHOD_NAME

void JNIEXPORT
DLIB_FACE_JNI_METHOD(jniNativeClassInit)(JNIEnv *env, jclass _this) {}

// 生成需要返回的結果陣列
jobjectArray getRecResult(JNIEnv *env, DetPtr faceDetector, const int &size) {
    // 根據檢測到的人臉數建立相應大小的jobjectArray
    jobjectArray jDetRetArray = JNI_VisionDetRet::createJObjectArray(env, size);
    for (int i = 0; i < size; i++) {
        // 對檢測到的每一個人臉建立對應的例項物件，然後插入陣列
        jobject jDetRet = JNI_VisionDetRet::createJObject(env);
        env->SetObjectArrayElement(jDetRetArray, i, jDetRet);
        dlib::rectangle rect = faceDetector->getDetResultRects()[i];
        // 將人臉矩形框的值賦給對應的jobject例項物件
        g_pJNI_VisionDetRet->setRect(env, jDetRet, rect.left(), rect.top(),
                                     rect.right(), rect.bottom());
    }
    return jDetRetArray;
}

JNIEXPORT jobjectArray JNICALL
DLIB_FACE_JNI_METHOD(jniBitmapDet)(JNIEnv *env, jobject thiz, jobject bitmap) {
    cv::Mat rgbaMat;
    cv::Mat bgrMat;
    jniutils::ConvertBitmapToRGBAMat(env, bitmap, rgbaMat, true);
    cv::cvtColor(rgbaMat, bgrMat, cv::COLOR_RGBA2BGR);
    // 獲取人臉檢測類指標
    DetPtr mDetPtr = getDetPtr(env, thiz);
    // 呼叫人臉檢測演算法，返回檢測到的人臉數
    jint size = mDetPtr->Detect(bgrMat);
    // 返回檢測結果
    return getRecResult(env, mDetPtr, size);
}

jint JNIEXPORT JNICALL
DLIB_FACE_JNI_METHOD(jniInit)(JNIEnv *env, jobject thiz) {
    DetPtr mDetPtr = new FaceDetector();
    // 設定人臉檢測類指標
    setDetPtr(env, thiz, mDetPtr);
    return JNI_OK;
}


jint JNIEXPORT JNICALL
DLIB_FACE_JNI_METHOD(jniDeInit)(JNIEnv *env, jobject thiz) {
    // 指標置0
    setDetPtr(env, thiz, JAVA_NULL);
    return JNI_OK;
}

#ifdef __cplusplus
}
#endif

5 Java端呼叫人臉檢測演算法

在開啟人臉檢測之前，需要在相機 AutoFitTextureView 上覆蓋一層自定義 BoundingBoxView 用於繪製檢測到的人臉矩形框，該 View 的具體實現如下：

public class BoundingBoxView extends SurfaceView implements SurfaceHolder.Callback {

    protected SurfaceHolder mSurfaceHolder;
    private Paint mPaint;
    private boolean mIsCreated;

    public BoundingBoxView(Context context, AttributeSet attrs) {
        super(context, attrs);

        mSurfaceHolder = getHolder();
        mSurfaceHolder.addCallback(this);
        mSurfaceHolder.setFormat(PixelFormat.TRANSPARENT);
        setZOrderOnTop(true);

        mPaint = new Paint();
        mPaint.setAntiAlias(true);
        mPaint.setColor(Color.RED);
        mPaint.setStrokeWidth(5f);
        mPaint.setStyle(Paint.Style.STROKE);
    }

    @Override
    public void surfaceChanged(SurfaceHolder surfaceHolder, int format, int width, int height) {
    }

    @Override
    public void surfaceCreated(SurfaceHolder surfaceHolder) {
        mIsCreated = true;
    }

    @Override
    public void surfaceDestroyed(SurfaceHolder surfaceHolder) {
        mIsCreated = false;
    }

    public void setResults(List<VisionDetRet> detRets)
    {
        if (!mIsCreated) {
            return;
        }
        Canvas canvas = mSurfaceHolder.lockCanvas();
        //清除掉上一次的畫框。
        canvas.drawColor(Color.TRANSPARENT, PorterDuff.Mode.CLEAR);
        canvas.drawColor(Color.TRANSPARENT);

        for (VisionDetRet detRet : detRets) {
            Rect rect = new Rect(detRet.getLeft(), detRet.getTop(), detRet.getRight(), detRet.getBottom());
            canvas.drawRect(rect, mPaint);
        }
        mSurfaceHolder.unlockCanvasAndPost(canvas);
    }
}

同時，需要在佈局檔案中新增對應的 BoundingBoxView 層，保證與 AutoFitTextureView 完全重合：

<?xml version="1.0" encoding="utf-8"?>
<RelativeLayout xmlns:android="http://schemas.android.com/apk/res/android"
    xmlns:tools="http://schemas.android.com/tools"
    android:layout_width="match_parent"
    android:layout_height="match_parent"
    tools:context=".CameraFragment">

    <com.lightweh.facedetection.AutoFitTextureView
        android:id="@+id/textureView"
        android:layout_width="wrap_content"
        android:layout_height="wrap_content"
        android:layout_centerVertical="true"
        android:layout_centerHorizontal="true" />

    <com.lightweh.facedetection.BoundingBoxView
        android:id="@+id/boundingBoxView"
        android:layout_width="wrap_content"
        android:layout_height="wrap_content"
        android:layout_alignLeft="@+id/textureView"
        android:layout_alignTop="@+id/textureView"
        android:layout_alignRight="@+id/textureView"
        android:layout_alignBottom="@+id/textureView" />

</RelativeLayout>

BoundingBoxView 新增完成以後，即可在 CameraFragment 中新增對應的人臉檢測程式碼：

private class detectAsync extends AsyncTask<Bitmap, Void, List<VisionDetRet>> {

    @Override
    protected void onPreExecute() {
        mIsDetecting = true;
        super.onPreExecute();
    }

    protected List<VisionDetRet> doInBackground(Bitmap... bp) {
        List<VisionDetRet> results;
        // 返回檢測結果
        results = mFaceDet.detect(bp[0]);
        return results;
    }

    protected void onPostExecute(List<VisionDetRet> results) {
        // 繪製檢測到的人臉矩形框
        mBoundingBoxView.setResults(results);
        mIsDetecting = false;
    }
}

然後，分別在 onResume 與 onPause 函式中完成人臉檢測類物件的初始化和釋放：

@Override
public void onResume() {
    super.onResume();
    startBackgroundThread();

    mFaceDet = new FaceDet();

    if (mTextureView.isAvailable()) {
        openCamera(mTextureView.getWidth(), mTextureView.getHeight());
    } else {
        mTextureView.setSurfaceTextureListener(mSurfaceTextureListener);
    }
}

@Override
public void onPause() {
    closeCamera();
    stopBackgroundThread();

    if (mFaceDet != null) {
        mFaceDet.release();
    }
    
    super.onPause();
}

最後，在 TextureView 的回撥函式 onSurfaceTextureUpdated 完成呼叫：

@Override
public void onSurfaceTextureUpdated(SurfaceTexture texture) {
    if (!mIsDetecting) {
        Bitmap bp = mTextureView.getBitmap();
        // 保證圖片方向與預覽方向一致
        bp = Bitmap.createBitmap(bp, 0, 0, bp.getWidth(), bp.getHeight(), mTextureView.getTransform(null), true );

        new detectAsync().execute(bp);
    }
}

6 測試結果

經測試，960x720的 bitmap 圖片在華為手機（Android 6.0，8核1.2GHz，2G記憶體）上執行一次檢測約耗時800~850ms。Demo 執行效果如下：

7 Demo 原始碼

8. 參考

• https://github.com/tzutalin/dlib-android
• https://github.com/gv22ga/dlib-face-recognition-android
• https://blog.csdn.net/yanzi1225627/article/details/7934710
• https://blog.csdn.net/hjimce/article/details/64127654