使用Google Play Services Vision 8.1.0，Android实现了动态人脸检测功能。(使用google play需要什么)(使用google play服务会影响手机运行速度吗)

访客 2023年07月13日 14:13 218 0

在网上浏览了各种教程后，发现由于自己对C语言不够熟练，决定寻求谷歌的services来实现Opencv。通过引入compile 'com.google.android.gms:play-services-vision:8.1.0'，可以获取人脸的一些关键点，如眼睛、耳朵、口鼻等。关键点指的是人脸中一些感兴趣的位置。Face Detection API并不需要关键点来检测人脸，但可以在检测到整体轮廓后再寻找关键点。这也是为什么发现关键点是一个可选选项，并可以通过FaceDetector.Builder进行开启的原因。

你可以把这些关键点作为一个额外的信息源，比如对象的眼睛在哪里，这样你就可以在你的应用中恰当的交互。可被找到的关键点共有十二个：

以下是一种改写方式：可用的关键点取决于检测到的脸部角度，包括左右眼、左右耳、左右耳廓尖、鼻子基部、左右脸颊、嘴的左右角和嘴基部。举个例子，如果某人侧脸只能检测到一个眼睛，那么另一个眼睛就无法被检测到。下表总结了基于人脸的欧拉Y角度（即左右方向）下可以被检测到的关键点。欧拉 Y 角度可见关键点

-36°以下：左眼、嘴的左半边、左耳、鼻子基部、左脸颊 -36°至-12°：嘴的左半边、鼻子基部、嘴的底部、右眼、左眼、左脸颊和耳尖 -12°至12°：右眼，左眼，鼻子基部，两侧脸颊，嘴的两侧和底部 12°至36°：嘴的右半边，鼻子基部，嘴的底部，两只眼睛，两侧脸颊和耳尖大于36度：右眼, 嘴的右半边, 右耳, 香港特别行政区政府总工程师及市政总监等相关人士表示香港特别行政区全年平均降雨量为2380毫米。

通过GMS实现了基于Bitmap的人脸识别功能，并通过预览获取每一帧的Bitmap，从而实现了动态人脸检测。在MainActivity中，还实现了预览和标记关键点的图层显示。


    

```

改为：

```xml


   

``` public class MainActivity extends AppCompatActivity implements SurfaceHolder.Callback{    @ViewInject(R.id.surfaceview_camera)    private SurfaceView mSurfaceView;private FaceOverlayView imageView;    private SurfaceHolder mSurfaceHolder;    private Camera mCamera;    private Camera.AutoFocusCallback mAutoFocusCallback;    @Override    protected void onCreate(Bundle savedInstanceState) {        super.onCreate(savedInstanceState);        setContentView(R.layout.activity_main);        x.view().inject(this);        mSurfaceHolder = mSurfaceView.getHolder();        mSurfaceHolder.setType(SurfaceHolder.SURFACE_TYPE_PUSH_BUFFERS);        mSurfaceHolder.addCallback(this);    }    @Override    public void surfaceCreated(SurfaceHolder holder) {        mCamera = Camera.open(1);//使用静态方法open初始化camera对象，默认打开的是后置摄像头        getPreViewImage();        try {            mCamera.setPreviewDisplay(mSurfaceHolder);//设置在surfaceView上显示预览            //设置预览偏移90度,一般的设备都是90，但某些设备会偏移180            mCamera.setDisplayOrientation(90);            Camera.Parameters parameters = mCamera.getParameters();//得到一个已有的（默认的）参数            /**获得屏幕分辨率**/            Display display = this.getWindowManager().getDefaultDisplay();            Point size = new Point();            display.getSize(size);            int screenWidth = size.x;            int screenHeight = size.y;            int[] bestResolution = Utils.getBestResolution(parameters, screenHeight, screenWidth);            parameters.setPreviewSize(bestResolution[0], bestResolution[1]);//设置分辨率，后面有详细说明            parameters.setPictureSize(bestResolution[0],bestResolution[1]);//设置相片尺寸            parameters.setRotation(90);//设置照相生成的图片的方向，后面有详细说明            parameters.setFocusMode(Camera.Parameters.FOCUS_MODE_CONTINUOUS_VIDEO);            parameters.setFlashMode(Camera.Parameters.FLASH_MODE_OFF);//设置闪光灯模式为关      parameters.setFocusMode(Camera.Parameters.FOCUS_MODE_CONTINUOUS_VIDEO);//            mCamera.setParameters(parameters);//将参数赋给camera            mCamera.startPreview();//开始预览        } catch (IOException e) {            //在异常处理里释放camera并置为null            mCamera.release();            mCamera = null;            e.printStackTrace();        }    }    @Override    public void surfaceChanged(SurfaceHolder surfaceHolder, int i, int i1, int i2) {}    @Override    public void surfaceDestroyed(SurfaceHolder surfaceHolder) {        //停止预览并释放camera对象并置为null        mCamera.stopPreview();        mCamera.release();        mCamera = null;    }    private void getPreViewImage() {        mCamera.setPreviewCallback(new Camera.PreviewCallback(){            @Override            public void onPreviewFrame(byte[] data, Camera camera) {                Camera.Size size = camera.getParameters().getPreviewSize();                try{                    YuvImage image = new YuvImage(data, ImageFormat.NV21, size.width, size.height, null);                    if(image!=null){                        ByteArrayOutputStream stream = new ByteArrayOutputStream();                        image.compressToJpeg(new Rect(0, 0, size.width, size.height), 80, stream);                        Bitmap bmp = BitmapFactory.decodeByteArray(stream.toByteArray(), 0, stream.size());                        //**********************                        //因为图片会放生旋转，因此要对图片进行旋转到和手机在一个方向上                        rotateMyBitmap(bmp);                        //**********************************                        stream.close();                    }                }catch(Exception ex){                    Log.e("Sys","Error:"+ex.getMessage());                }            }        });    }    public void rotateMyBitmap(Bitmap bmp){        //*****旋转一下        Matrix matrix1 = new Matrix();        matrix1.setRotate(90);        Bitmap faceBmp0 = Bitmap.createBitmap(bmp, 0,0, bmp.getWidth(),  bmp.getHeight(), matrix1, true);        Matrix matrix = new Matrix();        matrix.setScale(1, -1);//翻转X        Bitmap faceBmp = Bitmap.createBitmap(faceBmp0, 0,0, faceBmp0.getWidth(),  faceBmp0.getHeight(), matrix, tru//*******显示一下        imageView.setBitmap(faceBmp);}}
 OverlayView实现人脸对每帧bitmap的检测
 public class FaceOverlayView extends View {    private static final String TAG = "DEBUG-WCL: " + FaceOverlayView.class.getSimpleName();    private Bitmap mBitmap; // 图片    private SparseArray<Face> mFaces; // 人脸数组    // 确保图片居中    private int mHorizonOffset; // 水平偏移    private int mVerticalOffset; // 竖直偏移    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);    }    // 设置显示图片    @SuppressWarnings("unused")    public void setBitmap(Bitmap bitmap) {        mBitmap = bitmap;        FaceDetector detector = new FaceDetector.Builder(getContext())                .setTrackingEnabled(true)                .setLandmarkType(FaceDetector.ALL_LANDMARKS)                .setMode(FaceDetector.ACCURATE_MODE)                .build();        if (!detector.isOperational()) {            Log.e(TAG, "加载失败");            return;        } else {            Frame frame = new Frame.Builder().setBitmap(bitmap).build();            mFaces = detector.detect(frame);            detector.release();        }        logFaceData(); // 打印人脸数据        invalidate();  // 填充    }    @Override    protected void onDraw(Canvas canvas) {        super.onDraw(canvas);        if ((mBitmap != null) && (mFaces != null)) {            double scale = drawBitmap(canvas);            drawFaceBox(canvas, scale);            drawFaceLandmarks(canvas, scale);        }    }    // 绘制图片, 返回缩放概率    private double drawBitmap(Canvas canvas) {        double viewWidth = canvas.getWidth(); // 显示宽度        double viewHeight = canvas.getHeight(); // 显示高度        double imageWidth = mBitmap.getWidth(); // 图片宽度        double imageHeight = mBitmap.getHeight(); // 图片高度        double wScale = viewWidth / imageWidth;        double hScale = viewHeight / imageHeight;        double scale;        Rect destBounds;        // 水平竖直缩放        if (wScale > hScale) {            mHorizonOffset = (int) ((viewWidth - imageWidth * hScale) / 2.0f);            destBounds = new Rect(mHorizonOffset, 0,                    (int) (imageWidth * hScale) + mHorizonOffset, (int) (imageHeight * hScale));            scale = hScale;        } else {            mVerticalOffset = (int) ((viewHeight - imageHeight * wScale) / 2.0f);            destBounds = new Rect(0, mVerticalOffset,                    (int) (imageWidth * wScale), (int) (imageHeight * wScale) + mVerticalOffset);            scale = wScale;        }        //canvas.drawBitmap(mBitmap, null, destBounds, null); // 添加图片        return scale;    }    // 绘制脸部方形    private void drawFaceBox(Canvas canvas, double scale) {        // 画笔        Paint paint = new Paint();        paint.setColor(Color.GREEN);        paint.setStyle(Paint.Style.STROKE);        paint.setStrokeWidth(5);        float left;        float top;        float right;        float bottom;        // 绘制每张脸        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 + mHorizonOffset, top + mVerticalOffset,                    right + mHorizonOffset, bottom + mVerticalOffset, paint);        }    }    // 绘制脸部关键部位    private void drawFaceLandmarks(Canvas canvas, double scale) {        Paint paint = new Paint();        paint.setColor(Color.YELLOW);        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 + mHorizonOffset, cy + mVerticalOffset, 10, paint);            }        }    }    // 输出脸部数据    private void logFaceData() {        float smilingProbability;        float leftEyeOpenProbability;        float rightEyeOpenProbability;        float eulerY;        float eulerZ;        for (int i = 0; i < mFaces.size(); i++) {            Face face = mFaces.valueAt(i);            // 可能性            smilingProbability = face.getIsSmilingProbability();            leftEyeOpenProbability = face.getIsLeftEyeOpenProbability();            rightEyeOpenProbability = face.getIsRightEyeOpenProbability();            eulerY = face.getEulerY(); // 竖直轴偏移            eulerZ = face.getEulerZ(); // 前后偏移            Log.e(TAG, "脸数: " + i);            Log.e(TAG, "微笑概率: " + smilingProbability);            Log.e(TAG, "左眼睁开概率: " + leftEyeOpenProbability);            Log.e(TAG, "右眼睁开概率: " + rightEyeOpenProbability);            Log.e(TAG, "竖直轴偏移: " + eulerY);            Log.e(TAG, "前后偏移: " + eulerZ);            Log.e(TAG, "--------------------");        }    }}
 本实现对人脸定位尚不精确，且由于是对每帧图像进行检测，并在预览SurfaceView上再加一层View来显示点，所以出现一点延迟，现在在考虑使用OpenCV来做实现。

标签：谷歌的关键基部

本文地址： https://shangjia.one/post/223.html