人臉檢測
這里的人臉檢測并非人臉識別，但是卻可以識別出是否有人，當有人時候，你可以將幀圖進行人臉識別（這里推薦Face++的sdk）,當然我寫的demo中沒有加入人臉識別，有興趣的朋友可以追加。face++
android/237712.html">android自帶的人臉檢測
這里我們用到了人臉檢測類為 FaceDetector.這個類提供了強大的人臉檢測功能，可以方便我們進行人臉的偵測，因此我們使用他來進行動態的人臉檢測，實現原理，其實也挺簡單，主要是通過Carmen的回調PreviewCallback 在其中對幀圖進行操作，并通過FaceDetector來檢測該幀圖中是否有人臉。當然如果你想在surfaceview中繪制人臉的范圍，可以將畫布與其綁定，畫完再解綁。
第一步
我們首先來定義一個surfaceview 蓋在我們Carmen使用的surfaceview上 進行對人臉范圍的繪制
public class FindFaceView extends SurfaceView implements SurfaceHolder.Callback { private SurfaceHolder holder; private int mWidth; private int mHeight; private float eyesDistance; public FindFaceView(Context context, AttributeSet attrs) { super(context, attrs); holder = getHolder(); holder.addCallback(this); holder.setFormat(PixelFormat.TRANSPARENT); this.setZOrderOnTop(true); } @Override public void surfaceChanged(SurfaceHolder holder, int format, int width, int height) { mWidth = width; mHeight = height; } @Override public void surfaceCreated(SurfaceHolder holder) { } @Override public void surfaceDestroyed(SurfaceHolder holder) { } public void drawRect(FaceDetector.Face[] faces, int numberOfFaceDetected) { Canvas canvas = holder.lockCanvas(); if (canvas != null) { Paint clipPaint = new Paint(); clipPaint.setAntiAlias(true); clipPaint.setStyle(Paint.Style.STROKE); clipPaint .setXfermode(new PorterDuffXfermode(PorterDuff.Mode.CLEAR)); canvas.drawPaint(clipPaint); canvas.drawColor(getResources().getColor(color.transparent)); Paint paint = new Paint(); paint.setAntiAlias(true); paint.setColor(Color.GREEN); paint.setStyle(Style.STROKE); paint.setStrokeWidth(5.0f); for (int i = 0; i < numberOfFaceDetected; i++) { Face face = faces[i]; PointF midPoint = new PointF(); // 獲得兩眼之間的中間點 face.getMidPoint(midPoint); // 獲得兩眼之間的距離 eyesDistance = face.eyesDistance(); // 換算出預覽圖片和屏幕顯示區域的比例參數 float scale_x = mWidth / 500; float scale_y = mHeight / 600; Log.e("eyesDistance=", eyesDistance + ""); Log.e("midPoint.x=", midPoint.x + ""); Log.e("midPoint.y=", midPoint.y + ""); // 因為拍攝的相片跟實際顯示的圖像是鏡像關系，所以在圖片上獲取的兩眼中間點跟手機上顯示的是相反方向 canvas.drawRect((int) (240 - midPoint.x - eyesDistance) * scale_x, (int) (midPoint.y * scale_y), (int) (240 - midPoint.x + eyesDistance) * scale_x, (int) (midPoint.y + 3 * eyesDistance) * scale_y, paint); } holder.unlockCanvasAndPost(canvas); } }}重要的地方
1. holder = getHolder();獲取surfaceholder與我們要繪制人臉范圍的畫布進行綁定Canvas canvas = holder.lockCanvas();這樣我們就可以愉快的進行繪制了，當然前提是我們要拿到人臉的坐標位置。
2. 還有重要的一點，就是要讓我們用來蓋在Carema上的Surfaceview可以同名，并且設置起在視圖樹的層級為最高。
holder.setFormat(PixelFormat.TRANSPARENT); this.setZOrderOnTop(true);
第二步
就是我們對人臉進行檢測了，當然前提是我們要獲得幀圖
public class FaceRecognitionDemoActivity extends Activity implements OnClickListener { private SurfaceView preview; private Camera camera; private Camera.Parameters parameters; private int orientionOfCamera;// 前置攝像頭的安裝角度 private int faceNumber;// 識別的人臉數 private FaceDetector.Face[] faces; private FindFaceView mFindFaceView; private ImageView iv_photo; private Button bt_camera; TextView mTV; /** * Called when the activity is first created. */ @Override public void onCreate(Bundle savedInstanceState) { super.onCreate(savedInstanceState); setContentView(R.layout.main); } @Override protected void onStart() { super.onStart(); iv_photo = (ImageView) findViewById(R.id.iv_photo); bt_camera = (Button) findViewById(R.id.bt_camera); mTV = (TextView) findViewById(R.id.show_count); bt_camera.setOnClickListener(this); mFindFaceView = (FindFaceView) findViewById(R.id.my_preview); preview = (SurfaceView) findViewById(R.id.preview); // 設置緩沖類型（必不可少） preview.getHolder().setType(SurfaceHolder.SURFACE_TYPE_PUSH_BUFFERS); // 設置surface的分辨率 preview.getHolder().setFixedSize(176, 144); // 設置屏幕常亮（必不可少） preview.getHolder().setKeepScreenOn(true); preview.getHolder().addCallback(new SurfaceCallback()); } private final class MyPictureCallback implements PictureCallback { @Override public void onPictureTaken(byte[] data, Camera camera) { try { Bitmap bitmap = BitmapFactory.decodeByteArray(data, 0, data.length); Matrix matrix = new Matrix(); matrix.setRotate(-90); Bitmap bmp = Bitmap.createBitmap(bitmap, 0, 0, bitmap .getWidth(), bitmap.getHeight(), matrix, true); bitmap.recycle(); iv_photo.setImageBitmap(bmp); camera.startPreview(); } catch (Exception e) { e.printStackTrace(); } } } private final class SurfaceCallback implements Callback { @Override public void surfaceChanged(SurfaceHolder holder, int format, int width, int height) { if (camera != null) { parameters = camera.getParameters(); parameters.setPictureFormat(PixelFormat.JPEG); // 設置預覽區域的大小 parameters.setPreviewSize(width, height); // 設置每秒鐘預覽幀數 parameters.setPreviewFrameRate(20); // 設置預覽圖片的大小 parameters.setPictureSize(width, height); parameters.setJpegQuality(80); } } @Override public void surfaceCreated(SurfaceHolder holder) { int cameraCount = 0; Camera.CameraInfo cameraInfo = new Camera.CameraInfo(); cameraCount = Camera.getNumberOfCameras(); //設置相機的參數 for (int i = 0; i < cameraCount; i++) { Camera.getCameraInfo(i, cameraInfo); if (cameraInfo.facing == Camera.CameraInfo.CAMERA_FACING_FRONT) { try { camera = Camera.open(i); camera.setPreviewDisplay(holder); setCameraDisplayOrientation(i, camera); //最重要的設置 幀圖的回調 camera.setPreviewCallback(new MyPreviewCallback()); camera.startPreview(); } catch (Exception e) { e.printStackTrace(); } } } } @Override public void surfaceDestroyed(SurfaceHolder holder) { //記得釋放，避免OOM和占用 if (camera != null) { camera.setPreviewCallback(null); camera.stopPreview(); camera.release(); camera = null; } } } private class MyPreviewCallback implements PreviewCallback { @Override public void onPreviewFrame(byte[] data, Camera camera) { //這里需要注意，回調出來的data不是我們直接意義上的RGB圖 而是YUV圖，因此我們需要 //將YUV轉化為bitmap再進行相應的人臉檢測，同時注意必須使用RGB_565，才能進行人臉檢測，其余無效 Camera.Size size = camera.getParameters().getPreviewSize(); YuvImage yuvImage = new YuvImage(data, ImageFormat.NV21, size.width, size.height, null); ByteArrayOutputStream baos = new ByteArrayOutputStream(); yuvImage.compressToJpeg(new Rect(0, 0, size.width, size.height), 80, baos); byte[] byteArray = baos.toByteArray(); detectionFaces(byteArray); } } /** * 檢測人臉 * * @param data 預覽的圖像數據 */ private void detectionFaces(byte[] data) { BitmapFactory.Options options = new BitmapFactory.Options(); Bitmap bitmap1 = BitmapFactory.decodeByteArray(data, 0, data.length, options); int width = bitmap1.getWidth(); int height = bitmap1.getHeight(); Matrix matrix = new Matrix(); Bitmap bitmap2 = null; FaceDetector detector = null; //設置各個角度的相機，這樣我們的檢測效果才是最好 switch (orientionOfCamera) { case 0: //初始化人臉檢測（下同） detector = new FaceDetector(width, height, 10); matrix.postRotate(0.0f, width / 2, height / 2); // 以指定的寬度和高度創建一張可變的bitmap（圖片格式必須是RGB_565，不然檢測不到人臉） bitmap2 = Bitmap.createBitmap(width, height, Bitmap.Config.RGB_565); break; case 90: detector = new FaceDetector(height, width, 1); matrix.postRotate(-270.0f, height / 2, width / 2); bitmap2 = Bitmap.createBitmap(height, width, Bitmap.Config.RGB_565); break; case 180: detector = new FaceDetector(width, height, 1); matrix.postRotate(-180.0f, width / 2, height / 2); bitmap2 = Bitmap.createBitmap(width, height, Bitmap.Config.RGB_565); break; case 270: detector = new FaceDetector(height, width, 1); matrix.postRotate(-90.0f, height / 2, width / 2); bitmap2 = Bitmap.createBitmap(height, width, Bitmap.Config.RGB_565); break; } //設置支持的面數（最大支持檢測多少人的臉 ，可以根據需要調整，不過需要與findFaces中的參數數值相同，否則會拋出異常） faces = new FaceDetector.Face[10]; Paint paint = new Paint(); paint.setDither(true); Canvas canvas = new Canvas(); canvas.setBitmap(bitmap2); canvas.setMatrix(matrix); // 將bitmap1畫到bitmap2上（這里的偏移參數根據實際情況可能要修改） canvas.drawBitmap(bitmap1, 0, 0, paint); //這里通過向findFaces中傳遞幀圖轉化后的bitmap和最大檢測的人臉數face，返回檢測后的人臉數 faceNumber = detector.findFaces(bitmap2, faces); mTV.setText("facnumber----" + faceNumber); mTV.setTextColor(Color.RED); //這里就是我們的人臉識別，繪制識別后的人臉區域的類 if (faceNumber != 0) { mFindFaceView.setVisibility(View.VISIBLE); mFindFaceView.drawRect(faces, faceNumber); } else { mFindFaceView.setVisibility(View.GONE); } bitmap2.recycle(); bitmap1.recycle(); } /** * 設置相機的顯示方向（這里必須這么設置，不然檢測不到人臉） * * @param cameraId 相機ID(0是后置攝像頭，1是前置攝像頭） * @param camera 相機對象 */ private void setCameraDisplayOrientation(int cameraId, Camera camera) { Camera.CameraInfo info = new Camera.CameraInfo(); Camera.getCameraInfo(cameraId, info); int rotation = getWindowManager().getDefaultDisplay().getRotation(); int degree = 0; switch (rotation) { case Surface.ROTATION_0: degree = 0; break; case Surface.ROTATION_90: degree = 90; break; case Surface.ROTATION_180: degree = 180; break; case Surface.ROTATION_270: degree = 270; break; } orientionOfCamera = info.orientation; int result; if (info.facing == Camera.CameraInfo.CAMERA_FACING_FRONT) { result = (info.orientation + degree) % 360; result = (360 - result) % 360; } else { result = (info.orientation - degree + 360) % 360; } camera.setDisplayOrientation(result); } @Override public void onClick(View v) { switch (v.getId()) { case R.id.bt_camera: if (camera != null) { try { camera.takePicture(null, null, new MyPictureCallback()); } catch (Exception e) { e.printStackTrace(); } } break; } }}到這里我們的人臉識別就已經大功告成。demo地址
如果您想了解更多關于人臉識別方面的只是，先去關注并了解OpenCV。
以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持VEVB武林網。
新聞熱點
疑難解答
