安卓OpenCV开发(二)人脸检测

时间:2021-7-9 作者:qvyue

重点是人脸检测,检测,检测。

就是把人脸检测出来,不是识别,不是识别,不是识别。识别的意思,就是检测到人脸,并且通过数据比对,算法分析后得出人脸相识度的过程。而检测,仅仅是检测出来。

针对全网关于安卓OpenCV识别XXX之类的标题,而实际只做了检测的相关文章,在此表示呵呵

回到正题

如何预览视频并进行人脸检测?

(一)预览视频

可直接使用OpenCV库中的JavaCameraView控件,进行视频的预览。

1、布局中声明该对象:

2、在布局中,直接调用该对象的enableView()方法,即可预览。

备注:权限申请之类的老生常谈,这里不再啰嗦。

(二)构建检测分类器

OpenCV中,CascadeClassifier是用于分类器进行数据处理的。首先,构建一个分类器,需要数据源,而人脸检测的分类器数据源,OpenCV官方已经有一个可以直接用了,这里可以直接拿过来用。而文件的路径,就在下载的资源文件中的OpenCV-android-sdksdketclbpcascades目录下,关于构建项目的流程,不懂可看我上一篇文章
OpenCV导入

把分类器数据复制到主项目的res-raw目录下,没有该目录就新建,复制后如下图:

安卓OpenCV开发(二)人脸检测
raw文件目录

然后,在应用检测前,进行分类器数据复制到本地,并初始化分类器,代码如下:

try {
            InputStream is = getResources().openRawResource(R.raw.lbpcascade_frontalface);
            File cascadeDir = getDir("cascade", Context.MODE_PRIVATE);
            File mCascadeFile = new File(cascadeDir, "lbpcascade_frontalface.xml");
            FileOutputStream os = new FileOutputStream(mCascadeFile);

            byte[] buffer = new byte[4096];
            int bytesRead;
            while ((bytesRead = is.read(buffer)) != -1) {
                os.write(buffer, 0, bytesRead);
            }
            is.close();
            os.close();
            cascadeClassifier = new CascadeClassifier(mCascadeFile.getAbsolutePath());
        } catch (Exception e) {
            Log.e("OpenCVActivity", "Error loading cascade", e);
        }

这样就完成了分类器的构建了。

(三)监听视频数据

对JavaCameraView设置CameraBridgeViewBase.CvCameraViewListener即可对视频数据进行监听

(四)人脸检测,基于第三部,在监听回调方法onCameraFragment()中,对回调的视频数据进行监听,实现代码如下:

   @Override
    public Mat onCameraFrame(Mat aInputFrame) {
        Imgproc.cvtColor(aInputFrame, grayscaleImage, Imgproc.COLOR_RGBA2RGB);
        MatOfRect faces = new MatOfRect();
        if (cascadeClassifier != null) {
            cascadeClassifier.detectMultiScale(grayscaleImage, faces, 1.1, 3, 2,
                    new Size(absoluteFaceSize, absoluteFaceSize), new Size());
        }
        Rect[] facesArray = faces.toArray();
        for (int i = 0; i 

首先,这里对传入的图片帧,进行了一个色值转换的才做,然后再通过分类器的detectMultiScale方法,进行人脸检测,最后通过Imgproc.rectangle()方法,进行绘制人脸。

对于detectMultiScale方法的传入参数,析意如下:

1.image表示的是要检测的输入图像
2.objects表示检测到的人脸目标序列
3.scaleFactor表示每次图像尺寸减小的比例
4.minNeighbors表示每一个目标至少要被检测到3次才算是真的目标(因为周围的像素和不同的窗口大小都可以检测到人脸)
5.minSize为目标的最小尺寸
6.minSize为目标的最大尺寸

最后附上完整代码:

package com.north.light.libopencv;

import android.Manifest;
import android.content.Context;
import android.os.Build;
import android.os.Bundle;
import android.util.Log;
import android.view.WindowManager;

import androidx.appcompat.app.AppCompatActivity;


import org.opencv.android.CameraBridgeViewBase;
import org.opencv.android.JavaCameraView;
import org.opencv.android.OpenCVLoader;
import org.opencv.core.Core;
import org.opencv.core.CvType;
import org.opencv.core.Mat;
import org.opencv.core.MatOfRect;
import org.opencv.core.Rect;
import org.opencv.core.Scalar;
import org.opencv.core.Size;
import org.opencv.imgproc.Imgproc;
import org.opencv.objdetect.CascadeClassifier;

import java.io.File;
import java.io.FileOutputStream;
import java.io.InputStream;

public class MainActivity extends AppCompatActivity implements CameraBridgeViewBase.CvCameraViewListener{

    private CameraBridgeViewBase openCvCameraView;
    private CascadeClassifier cascadeClassifier;
    private Mat grayscaleImage;
    private int absoluteFaceSize;
    private void initializeOpenCVDependencies() {
        try {
            InputStream is = getResources().openRawResource(R.raw.lbpcascade_frontalface);
            File cascadeDir = getDir("cascade", Context.MODE_PRIVATE);
            File mCascadeFile = new File(cascadeDir, "lbpcascade_frontalface.xml");
            FileOutputStream os = new FileOutputStream(mCascadeFile);

            byte[] buffer = new byte[4096];
            int bytesRead;
            while ((bytesRead = is.read(buffer)) != -1) {
                os.write(buffer, 0, bytesRead);
            }
            is.close();
            os.close();
            cascadeClassifier = new CascadeClassifier(mCascadeFile.getAbsolutePath());
        } catch (Exception e) {
            Log.e("OpenCVActivity", "Error loading cascade", e);
        }
        openCvCameraView.enableView();
    }

    @Override
    protected void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        getWindow().addFlags(WindowManager.LayoutParams.FLAG_KEEP_SCREEN_ON);

        setContentView(R.layout.activity_main);   // 为该活动设置布局
        openCvCameraView = findViewById(R.id.activity_main_camera_view);
        openCvCameraView.setCvCameraViewListener(this);

    }
    @Override
    public void onCameraViewStarted(int width, int height) {
        grayscaleImage = new Mat(height, width, CvType.CV_8UC4);
        absoluteFaceSize = (int) (height * 0.2);
    }

    @Override
    public void onCameraViewStopped() {
    }

    @Override
    public Mat onCameraFrame(Mat aInputFrame) {
        Imgproc.cvtColor(aInputFrame, grayscaleImage, Imgproc.COLOR_RGBA2RGB);
        MatOfRect faces = new MatOfRect();
        if (cascadeClassifier != null) {
            cascadeClassifier.detectMultiScale(grayscaleImage, faces, 1.1, 3, 2,
                    new Size(absoluteFaceSize, absoluteFaceSize), new Size());
        }
        Rect[] facesArray = faces.toArray();
        for (int i = 0; i = Build.VERSION_CODES.M) {
            requestPermissions(permissions,0);
        }
    }

    @Override
    public void onBackPressed() {
        super.onBackPressed();
        Log.d("返回键","back back back");
    }
}

至此,人脸检测已经完成,不过目前检测人脸的预览显示,还是横屏了,官方的demo也是横屏显示的,而对于竖屏显示,请看我下一篇文章。
that’s all———————————————————————————

声明:本文内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:qvyue@qq.com 进行举报,并提供相关证据,工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。