2. 程式人生 > >Android中的人臉檢測（靜態和動態）

Android中的人臉檢測（靜態和動態）

阿新 • • 發佈：2019-01-06

（1）背景。

       Google 於2006年8月收購Neven Vision 公司 （該公司擁有10多項應用於移動裝置領域的影象識別的專利），以此獲得了影象識別的技術，並加入到android中。Android 中的人臉識別技術，用到的底層庫：android/external/neven/，framework 層：frameworks/base/media/java/android/media/FaceDetector.java。

       Java 層介面的限制：A，只能接受Bitmap 格式的資料；B，只能識別雙眼距離大於20 畫素的人臉像（當然，這個可在framework層中修改）；C，只能檢測出人臉的位置（雙眼的中心點及距離），不能對人臉進行匹配（查詢指定的臉譜）。

        人臉識別技術的應用：A，為Camera 新增人臉識別的功能，使得Camera 的取景器上能標識出人臉範圍；如果硬體支援，可以對人臉進行對焦。B，為相簿程式新增按人臉索引相簿的功能，按人臉索引相簿，按人臉分組，搜尋相簿。

（2）Neven庫給上層提供的主要方法：
        A，android.media.FaceDetector .FaceDetector(int width, int height, int maxFaces)：Creates a FaceDetector, configured with the size of the images to be analysed and the maximum number of faces that can be detected. These parameters cannot be changed once the object is constructed.

        B，int android.media.FaceDetector .findFaces(Bitmap bitmap, Face [] faces)：Finds all the faces found in a given Bitmap . The supplied array is populated with FaceDetector.Face s for each face found. The bitmap must be in 565 format (for now).

（3） 靜態圖片處理程式碼例項：

       通過對點陣圖的處理，捕獲點陣圖中的人臉，並以綠框顯示，有多個人臉就提示多個綠框。首先新建一個activity，由於點陣圖資源會用程式碼顯示出來，所以不需在layout中使用widget。

package com.example.mydetect2;

import android.os.Bundle;
import android.app.Activity;
import android.util.Log;
import android.view.Menu;
import android.content.Context; 
import android.graphics.Bitmap; 
import android.graphics.BitmapFactory; 
import android.graphics.Canvas; 
import android.graphics.Color; 
import android.graphics.Paint; 
import android.graphics.PointF; 
import android.media.FaceDetector; 	//人臉識別的關鍵類
import android.media.FaceDetector.Face; 
import android.view.View; 

public class MainActivity2 extends Activity {

	@Override
	protected void onCreate(Bundle savedInstanceState) {
		super.onCreate(savedInstanceState);
		//setContentView(R.layout.activity_main_activity2);
		setContentView(new myView(this));	//使用自建的view來顯示
		Log.i("zhangcheng","MainActivity2 run here");
	}

	private class myView extends View{
		private int imageWidth, imageHeight;
		private int numberOfFace = 5;		//最大檢測的人臉數
		private FaceDetector myFaceDetect;	//人臉識別類的例項
		private FaceDetector.Face[] myFace;	//儲存多張人臉的陣列變數
		float myEyesDistance; 			//兩眼之間的距離
		int numberOfFaceDetected; 		//實際檢測到的人臉數
		Bitmap myBitmap;

		public myView(Context context){		//view類的建構函式，必須有
			super(context); 
			BitmapFactory.Options BitmapFactoryOptionsbfo = new BitmapFactory.Options(); 
			BitmapFactoryOptionsbfo.inPreferredConfig = Bitmap.Config.RGB_565;	//構造點陣圖生成的引數，必須為565。類名+enum
			myBitmap = BitmapFactory.decodeResource(getResources(), R.drawable.baby, BitmapFactoryOptionsbfo);	 
			imageWidth = myBitmap.getWidth(); 
			imageHeight = myBitmap.getHeight(); 
			myFace = new FaceDetector.Face[numberOfFace]; 		//分配人臉陣列空間
			myFaceDetect = new FaceDetector(imageWidth, imageHeight, numberOfFace); 
			numberOfFaceDetected = myFaceDetect.findFaces(myBitmap, myFace); 	//FaceDetector 構造例項並解析人臉
			Log.i("zhangcheng","numberOfFaceDetected is " + numberOfFaceDetected);
		}
		
		protected void onDraw(Canvas canvas){			//override函式，必有
			canvas.drawBitmap(myBitmap, 0, 0, null);	//畫出點陣圖 
			Paint myPaint = new Paint(); 
			myPaint.setColor(Color.GREEN); 
			myPaint.setStyle(Paint.Style.STROKE); 
			myPaint.setStrokeWidth(3); 			//設定點陣圖上paint操作的引數

			for(int i=0; i < numberOfFaceDetected; i++){
				Face face = myFace[i];
				PointF myMidPoint = new PointF(); 
				face.getMidPoint(myMidPoint); 
				myEyesDistance = face.eyesDistance(); 	//得到人臉中心點和眼間距離引數，並對每個人臉進行畫框
				canvas.drawRect( 			//矩形框的位置引數
                        (int)(myMidPoint.x - myEyesDistance), 
                        (int)(myMidPoint.y - myEyesDistance), 
                        (int)(myMidPoint.x + myEyesDistance), 
                        (int)(myMidPoint.y + myEyesDistance), 
                        myPaint);
			}
		}
	}
}


      以上為activity，工程的xml檔案沒有什麼特殊地方。最後得到的結果如下，圖片資源是png的也可以。


 （4） 動態預覽識別人臉程式碼例項

       該過程用於後臺工作，沒有介面也沒有預覽。所以沒有采用上面那種處理點陣圖資源的方式。Import的類就不列出了，核心的程式碼和流程如下：

A，開啟攝像頭，獲得初步攝像頭回調資料，用到是setpreviewcallback

protected Camera mCameraDevice = null;// 攝像頭物件例項

private long mScanBeginTime = 0;   // 掃描開始時間
private long mScanEndTime = 0;   // 掃描結束時間
private long mSpecPreviewTime = 0;   // 掃描持續時間

private int orientionOfCamera ;   //前置攝像頭layout角度

int numberOfFaceDetected;    //最終識別人臉數目

public void startFaceDetection() {
		try {
				mCameraDevice = Camera.open(1);		//開啟前置
				if (mCameraDevice != null)
					Log.i(TAG, "open cameradevice success! ");
			} catch (Exception e) {				//Exception代替很多具體的異常
				mCameraDevice = null;
				Log.w(TAG, "open cameraFail");
				mHandler.postDelayed(r,5000);	//如果攝像頭被佔用，人眼識別每5秒檢測看有沒有釋放前置
				return;
		} 
			
		Log.i(TAG, "startFaceDetection");
		Camera.Parameters parameters = mCameraDevice.getParameters();
		setCameraDisplayOrientation(1,mCameraDevice);	           //設定預覽方向	
			
		mCameraDevice.setPreviewCallback(new PreviewCallback(){
			public void onPreviewFrame(byte[] data, Camera camera){
				mScanEndTime = System.currentTimeMillis();   //記錄攝像頭返回資料的時間
				mSpecPreviewTime = mScanEndTime - mScanBeginTime;  //從onPreviewFrame獲取攝像頭資料的時間
				Log.i(TAG, "onPreviewFrame and mSpecPreviewTime = " + String.valueOf(mSpecPreviewTime));
				Camera.Size localSize = camera.getParameters().getPreviewSize();  //獲得預覽解析度
				YuvImage localYuvImage = new YuvImage(data, 17, localSize.width, localSize.height, null);
				ByteArrayOutputStream localByteArrayOutputStream = new ByteArrayOutputStream();
				localYuvImage.compressToJpeg(new Rect(0, 0, localSize.width, localSize.height), 80, localByteArrayOutputStream);    //把攝像頭回調資料轉成YUV，再按影象尺寸壓縮成JPEG，從輸出流中轉成陣列
				byte[] arrayOfByte = localByteArrayOutputStream.toByteArray();
				CameraRelease();   //及早釋放camera資源，避免影響camera裝置的正常呼叫
				StoreByteImage(arrayOfByte);
			}
		});

		mCameraDevice.startPreview();         //該語句可放在回撥後面，當執行到這裡，呼叫前面的setPreviewCallback
		mScanBeginTime = System.currentTimeMillis();// 記錄下系統開始掃描的時間
	}

B，設定預覽方向的函式說明，該函式比較重要，因為方向直接影響bitmap構造時的矩陣旋轉角度，影響最終人臉識別的成功與否

public void setCameraDisplayOrientation(int paramInt, Camera paramCamera){
		CameraInfo info = new CameraInfo();
		Camera.getCameraInfo(paramInt, info);
		int rotation = ((WindowManager)getSystemService("window")).getDefaultDisplay().getRotation();  //獲得顯示器件角度
		int degrees = 0;
		Log.i(TAG,"getRotation's rotation is " + String.valueOf(rotation));
		switch (rotation) {
			case Surface.ROTATION_0: degrees = 0; break;
			case Surface.ROTATION_90: degrees = 90; break;
			case Surface.ROTATION_180: degrees = 180; break;
			case Surface.ROTATION_270: degrees = 270; break;
		}

		orientionOfCamera = info.orientation;      //獲得攝像頭的安裝旋轉角度
		int result;
		if (info.facing == Camera.CameraInfo.CAMERA_FACING_FRONT) {
			result = (info.orientation + degrees) % 360;
			result = (360 - result) % 360;  // compensate the mirror
		} else {  // back-facing
			result = (info.orientation - degrees + 360) % 360;
		}
		paramCamera.setDisplayOrientation(result);  //注意前後置的處理，前置是映象畫面，該段是SDK文件的標準DEMO
	}

C，對攝像頭回調資料進行轉換並最終解成BITMAP後再人臉識別的過程

public void StoreByteImage(byte[] paramArrayOfByte){
		mSpecStopTime = System.currentTimeMillis();
		mSpecCameraTime = mSpecStopTime - mScanBeginTime;
					 
		Log.i(TAG, "StoreByteImage and mSpecCameraTime is " + String.valueOf(mSpecCameraTime));

		BitmapFactory.Options localOptions = new BitmapFactory.Options();
    		Bitmap localBitmap1 = BitmapFactory.decodeByteArray(paramArrayOfByte, 0, paramArrayOfByte.length, localOptions);
    		int i = localBitmap1.getWidth();
    		int j = localBitmap1.getHeight();   //從上步解出的JPEG陣列中接出BMP，即RAW->JPEG->BMP
    		Matrix localMatrix = new Matrix();
    		//int k = cameraResOr;
    		Bitmap localBitmap2 = null;
    		FaceDetector localFaceDetector = null;

		switch(orientionOfCamera){   //根據前置安裝旋轉的角度來重新構造BMP
			case 0:
				localFaceDetector = new FaceDetector(i, j, 1);
        				localMatrix.postRotate(0.0F, i / 2, j / 2);
        				localBitmap2 = Bitmap.createBitmap(i, j, Bitmap.Config.RGB_565);
				break;
			case 90:
				localFaceDetector = new FaceDetector(j, i, 1);   //長寬互換
        				localMatrix.postRotate(-270.0F, j / 2, i / 2);  //正90度的話就反方向轉270度，一樣效果
        				localBitmap2 = Bitmap.createBitmap(i, j, Bitmap.Config.RGB_565);
				break;						
			case 180:
				localFaceDetector = new FaceDetector(i, j, 1);
        				localMatrix.postRotate(-180.0F, i / 2, j / 2);
        				localBitmap2 = Bitmap.createBitmap(i, j, Bitmap.Config.RGB_565);
				break;
			case 270:
				localFaceDetector = new FaceDetector(j, i, 1);
        				localMatrix.postRotate(-90.0F, j / 2, i / 2);
        				localBitmap2 = Bitmap.createBitmap(j, i, Bitmap.Config.RGB_565);  //localBitmap2應是沒有資料的
				break;
		}

		FaceDetector.Face[] arrayOfFace = new FaceDetector.Face[1];
      		Paint localPaint1 = new Paint();
      		Paint localPaint2 = new Paint();
		localPaint1.setDither(true);
      		localPaint2.setColor(-65536);
      		localPaint2.setStyle(Paint.Style.STROKE);
      		localPaint2.setStrokeWidth(2.0F);
      		Canvas localCanvas = new Canvas();
      		localCanvas.setBitmap(localBitmap2);
      		localCanvas.setMatrix(localMatrix);
      		localCanvas.drawBitmap(localBitmap1, 0.0F, 0.0F, localPaint1); //該處將localBitmap1和localBitmap2關聯（可不要？）

		numberOfFaceDetected = localFaceDetector.findFaces(localBitmap2, arrayOfFace); //返回識臉的結果
      		localBitmap2.recycle();
      		localBitmap1.recycle();   //釋放點陣圖資源

		FaceDetectDeal(numberOfFaceDetected);
	}

相關推薦

Android中的人臉檢測（靜態和動態）

（1）背景。        Google 於2006年8月收購Neven Vision 公司 （該公司擁有10多項應用於移動裝置領域的影象識別的專利），以此獲得了影象識別的技術，並加入到android中。Android 中的人臉識別技術，用到的底層庫：android/ex

Android中BroadcastReceiver的兩種註冊方式（靜態和動態）詳解

今天我們一起來探討下安卓中BroadcastReceiver元件以及詳細分析下它的兩種註冊方式。 BroadcastReceiver也就是“廣播接收者”的意思，顧名思義，它就是用來接收來自系統和應用中的廣播。在Android系統中，廣播體現在方方面面，例如當開機完成後系統會

禁用頁面快取的幾種方法（靜態和動態）

　1、在Asp頁面首部<head>加入    以下是引用片段：   Response.Buffer   =   True       Response.ExpiresAbsolute   =   Now()   -   1       Response.Exp

人臉檢測（dlib和opencv）

現在的人臉識別技術已經得到了非常廣泛的應用，支付領域、身份驗證、美顏相機裡都有它的應用。用iPhone的同學們應該對下面的功能比較熟悉iPhone的照片中有一個“人物”的功能，能夠將照片裡的人臉識別出來並分類，背後的原理也是人臉識別技術。這篇文章主要介紹怎樣用Python實現人臉檢測。人臉檢測是人臉識別的基礎

SpringMVC預設首頁設定（包括靜態和動態）

在SpringMVC中一些坑，我就分享一下正確的設定和自己掉的坑 配置靜態頁面預設首頁。 這個相對比較簡單，但是還是需要注意一些東西 web.xml裡面填寫如下 <welcome-file-list> <welcome-file&g

關於android中的單位（dp、sp）

字號 兩個 metrics 不一定 ont ace white 超級 style android讓人頭疼的適配問題。 --------- Android 中的單位大概有這些： 經常使用的dip、sp。有時候用到px。 --------- 介紹兩個類： Type

jsp、servlet、form表單提交過程中的地址（相對和絕對）

今天終於理解這個地址的問題,對於jsp頁面或者是servlet中的相對地址和絕對地址,這裡我需要說的幾點:首先對於相對地址來說:Jsp頁面我現在有一個專案,名稱是shengsiyuan,然後webroot下面有一個資料夾session,session下面有兩個jsp頁面,一個

ServletContext中常用方法（getRsource和getResourceAsStream）

轉自：http://blog.csdn.net/yakson/article/details/9203267 一、.獲取Tomcat的Context的初始化引數。 1.獲取Tomcat的server.xml中設定Context的初始化引數。 例如： <Contextpath=

Java中的集合（List和Set）

Java容器類主要是為了“儲存物件”，並將其劃分為兩個不同的概念：Collection，獨立元素的集合，這些元素都服從一條或多條規則，如List必須按照插入順序儲存元素，Set不能有重複元素，Queue按照排隊規則來確定物件的順序。Map形成一組“鍵值對”物件，允許你使用鍵

Android的檔案儲存（寫入和讀取）

package com.t20.fileop; import java.io.BufferedReader; import java.io.BufferedWriter; import java.io.File; import java.io.FileInputStream

android中的ANR（程式無響應）bug及其解決方案

ANR 在Android上，如果你的應用程式有一段時間響應不夠靈敏，系統會向用戶顯示一個對話方塊，這個對話方塊稱作應 用程式無響應（ANR：ApplicationNotResponding）對話方塊。

java中的代理（靜態代理和動態代理）

之前本人在設計模式中有寫過靜態代理和動態代理的相關程式碼測試，可以看下。 今天我們主要學一下理論相關知識。 AOP的原理就是動態代理機制。RPC框架也是實現了AOP機制。 靜態代理 靜態代理：在程式碼編譯時就確定了被代理的類是哪一個。 這個靜態代理比較簡單，代理類和被代

Android 靜態和動態的呼叫so庫（JNI）

優點 為什麼我們需要動態載入？因為靜態載入中CPU的資料夾我們可能需要相容的話需要放在不同arm資料夾下，那麼就會導致apk 包體過大，還有安卓Android SDK系統版本導致的差異，所以我們採用動態載入 so 庫檔案的話最主要的好處就是可以減小

靜態編譯和動態編譯（lib和dll）

weibo docs p s 獎章 com 動態編譯 lan doc sin u2瓢剮JZP匪媳51http://www.docin.com/app/user/userinfo?userid=179185213 0宰9U拔7853E5噸渭3http://www.docin

Linux驅動開發（8）——靜態和動態申請字元裝置

先貼一段demo #include <linux/init.h> /*包含初始化巨集定義的標頭檔案,程式碼中的module_init和module_exit在此檔案中*/ #include <linux/module.h> /*包含初始化載入模組的標頭檔案,程

HTML元素獲取中的靜態和動態

原生的js獲取元素節點通常返回的都是單個element物件或者一個元素集合，之所以叫集合，是因為，它不是陣列，但是和陣列有類似的性質。 這種元素集合，有兩種形式，一種是隻包含元素的HTMLcollection元素收集器，另一種是包含文字節點的Nodelist節點列表。 H

代理設計模式 （靜態代理設計模式）+ 動態代理（JDK和Cglib）

一、代理設計模式 1、設計模式：前人總結一套解決特定問題的程式碼 2、代理設計模式優點： 　　　　2.1 保護真實物件 　　　　2.2 讓真實物件職責更明確 　　　　2.3 擴充套件 3、代理設計模式 　　　　3.1 真實物件（老總） 　　　　3.2 代理物件（祕書） 　　　　3.3 抽象物

MFC 對話方塊Picture Control(圖片控制元件)中靜態和動態顯示Bmp圖片

        最近有同學問我如何實現MFC基於對話方塊在圖片控制元件中載入圖片?其實使用MFC顯示圖片的方法各種各樣,但是還是有些同學不知道怎樣顯示.以前在《數字影象處理》課程中完成的軟體都是基於單

c語言基礎（六）靜態和動態記憶體分配

1.靜態記憶體是程式編譯執行後系統自動分配，由系統自動釋放，靜態記憶體是棧分配的 第一次執行完畢後i就被釋放了，所以後面輸出的為垃圾值 2.動態記憶體分配是開發者手動分配的，是堆分配的 malloc（int）函式申請記憶體空間 free（）回收 realloc（）重新分

如何有效的清除Android中無用的資源（靜態程式碼分析）

最近公司要做這個，簡單調研了一下，現有的大多數部落格也比較舊了，不太合適，總結了這麼幾個方式吧，一起來學習下。 為什麼要清除Android中這些資源呢 是這樣的，今天收到的郵件裡，有這麼一條任務： 資源優化 軟體中無用的圖片和佈局檔案,找到並驗證是否無用. 這個需要設計一套工具進行分析(自