Android开发 API人脸检测实例教程

2024-04-29 00:38
文章标签 android 开发 检测 api 人脸 实例教程

本文主要是介绍Android开发 API人脸检测实例教程，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

Android中文API最新中文版
http://www.eoeandroid.com/thread-58597-1-1.html
=============帖子正文=======================

通过两个主要的API，Android提供了一个直接在位图上进行脸部检测的方法，这两个API分别是    android.media.FaceDetector和android.media.FaceDetector.Face，已经包含在Android官方API中。本教程来自Developer网站，向大家介绍了这些API，同时提供教程中实例代码下载。 
102_120427155144_1_lit.jpg 
所谓人脸检测就是指从一副图片或者一帧视频中标定出所有人脸的位置和尺寸。人脸检测是人脸识别系统中的一个重要环节，也可以独立应用于视频监控。在数字媒体日益普及的今天，利用人脸检测技术还可以帮助我们从海量图片数据中快速筛选出包含人脸的图片。 在目前的数码相机中，人脸检测可以用来完成自动对焦，即“脸部对焦”。“脸部对焦”是在自动曝光和自动对焦发明后，二十年来最重要的一次摄影技术革新。家用数码相机，占绝大多数的照片是以人为拍摄主体的，这就要求相机的自动曝光和对焦以人物为基准。

构建一个人脸检测的Android Activity
你可以构建一个通用的Android Activity，我们扩展了基类ImageView，成为MyImageView,而我们需要进行检测的包含人脸的位图文件必须是565格式，API才能正常工作。被检测出来的人脸需要一个置信测度（confidence measure），这个措施定义在android.media.FaceDetector.Face.CONFIDENCE_THRESHOLD。
最重要的方法实现在setFace()，它将FaceDetector对象实例化，同时调用findFaces，结果存放在faces里，人脸的中点转移到MyImageView。代码如下：

 
public class TutorialOnFaceDetect1 extends Activity { 

private MyImageView mIV; 

private Bitmap mFaceBitmap; 

private int mFaceWidth = 200; 

private int mFaceHeight = 200; 

private static final int MAX_FACES = 1; 

private static String TAG = "TutorialOnFaceDetect"; 



@Override 

public void onCreate(Bundle savedInstanceState) { 

super.onCreate(savedInstanceState); 



mIV = new MyImageView(this); 

setContentView(mIV, new LayoutParams(LayoutParams.WRAP_CONTENT, LayoutParams.WRAP_CONTENT)); 



// load the photo 

Bitmap b = BitmapFactory.decodeResource(getResources(), R.drawable.face3); 

mFaceBitmap = b.copy(Bitmap.Config.RGB_565, true); 

b.recycle(); 



mFaceWidth = mFaceBitmap.getWidth(); 

mFaceHeight = mFaceBitmap.getHeight(); 

mIV.setImageBitmap(mFaceBitmap); 



// perform face detection and set the feature points setFace(); 



mIV.invalidate(); 

} 



public void setFace() { 

FaceDetector fd; 

FaceDetector.Face [] faces = new FaceDetector.Face[MAX_FACES]; 

PointF midpoint = new PointF(); 

int [] fpx = null; 

int [] fpy = null; 

int count = 0; 



try { 

fd = new FaceDetector(mFaceWidth, mFaceHeight, MAX_FACES); 

count = fd.findFaces(mFaceBitmap, faces); 

} catch (Exception e) { 

Log.e(TAG, "setFace(): " + e.toString()); 

return; 

} 



// check if we detect any faces 

if (count > 0) { 

fpx = new int[count]; 

fpy = new int[count]; 



for (int i = 0; i < count; i++) { 

try { 

faces.getMidPoint(midpoint); 



fpx = (int)midpoint.x; 

fpy = (int)midpoint.y; 

} catch (Exception e) { 

Log.e(TAG, "setFace(): face " + i + ": " + e.toString()); 

} 

} 

} 



mIV.setDisplayPoints(fpx, fpy, count, 0); 

} 

}


接下来的代码中，我们在MyImageView中添加setDisplayPoints() ，用来在被检测出的人脸上标记渲染。图1展示了一个标记在被检测处的人脸上处于中心位置。
 
// set up detected face features for display 

public void setDisplayPoints(int [] xx, int [] yy, int total, int style) { 

mDisplayStyle = style; 

mPX = null; 

mPY = null; 



if (xx != null && yy != null && total > 0) { 

mPX = new int[total]; 

mPY = new int[total]; 



for (int i = 0; i < total; i++) { 

mPX = xx; 

mPY = yy; 

} 

} 

}


多人脸检测
通过FaceDetector可以设定检测到人脸数目的上限。比如设置最多只检测10张脸：
  1. private static final int MAX_FACES = 10; 
复制代码
图2展示检测到多张人脸的情况。
102_120427154908_1.jpg 
定位眼睛中心位置

Android人脸检测返回其他有用的信息，例同时会返回如eyesDistance，pose，以及confidence。我们可以通过eyesDistance来定位眼睛的中心位置。

下面的代码中，我们将setFace()放在doLengthyCalc()中。同时图3展示了定位眼睛中心位置的效果。
 
public class TutorialOnFaceDetect extends Activity { 

private MyImageView mIV; 

private Bitmap mFaceBitmap; 

private int mFaceWidth = 200; 

private int mFaceHeight = 200; 

private static final int MAX_FACES = 10; 

private static String TAG = "TutorialOnFaceDetect"; 

private static boolean DEBUG = false; 



protected static final int GUIUPDATE_SETFACE = 999; 

protected Handler mHandler = new Handler(){ 

// @Override 

public void handleMessage(Message msg) { 

mIV.invalidate(); 



super.handleMessage(msg); 

} 

}; 



@Override 

public void onCreate(Bundle savedInstanceState) { 

super.onCreate(savedInstanceState); 



mIV = new MyImageView(this); 

setContentView(mIV, new LayoutParams(LayoutParams.WRAP_CONTENT, LayoutParams.WRAP_CONTENT)); 



// load the photo 

Bitmap b = BitmapFactory.decodeResource(getResources(), R.drawable.face3); 

mFaceBitmap = b.copy(Bitmap.Config.RGB_565, true); 

b.recycle(); 



mFaceWidth = mFaceBitmap.getWidth(); 

mFaceHeight = mFaceBitmap.getHeight(); 

mIV.setImageBitmap(mFaceBitmap); 

mIV.invalidate(); 



// perform face detection in setFace() in a background thread 

doLengthyCalc(); 

} 



public void setFace() { 

FaceDetector fd; 

FaceDetector.Face [] faces = new FaceDetector.Face[MAX_FACES]; 

PointF eyescenter = new PointF(); 

float eyesdist = 0.0f; 

int [] fpx = null; 

int [] fpy = null; 

int count = 0; 



try { 

fd = new FaceDetector(mFaceWidth, mFaceHeight, MAX_FACES); 

count = fd.findFaces(mFaceBitmap, faces); 

} catch (Exception e) { 

Log.e(TAG, "setFace(): " + e.toString()); 

return; 

} 



// check if we detect any faces 

if (count > 0) { 

fpx = new int[count * 2]; 

fpy = new int[count * 2]; 



for (int i = 0; i < count; i++) { 

try { 

faces.getMidPoint(eyescenter); 

eyesdist = faces.eyesDistance(); 



// set up left eye location 

fpx[2 * i] = (int)(eyescenter.x - eyesdist / 2); 

fpy[2 * i] = (int)eyescenter.y; 



// set up right eye location 

fpx[2 * i + 1] = (int)(eyescenter.x + eyesdist / 2); 

fpy[2 * i + 1] = (int)eyescenter.y; 



if (DEBUG) { 

Log.e(TAG, "setFace(): face " + i + ": confidence = " + faces.confidence() 

+ ", eyes distance = " + faces.eyesDistance() 

+ ", pose = ("+ faces.pose(FaceDetector.Face.EULER_X) + "," 
 + faces.pose(FaceDetector.Face.EULER_Y) + "," 
 + faces.pose(FaceDetector.Face.EULER_Z) + ")" 
 + ", eyes midpoint = (" + eyescenter.x + "," + eyescenter.y +")"); 
 } 
 } catch (Exception e) { 
 Log.e(TAG, "setFace(): face " + i + ": " + e.toString()); 
 } 
 } 
 } 
 
 mIV.setDisplayPoints(fpx, fpy, count * 2, 1); 
 } 
 
 private void doLengthyCalc() { 
 Thread t = new Thread() { 
 Message m = new Message(); 
 
 public void run() { 
 try { 
 setFace(); 
 m.what = TutorialOnFaceDetect.GUIUPDATE_SETFACE; 
 TutorialOnFaceDetect.this.mHandler.sendMessage(m); 
 } catch (Exception e) { 
 Log.e(TAG, "doLengthyCalc(): " + e.toString()); 
 } 
 } 
 }; 
 
 t.start(); 
 } 
 }

原文地址：点击打开链接

这篇关于Android开发 API人脸检测实例教程的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/944687。

相关文章

OpenCV实现实时颜色检测的示例

OpenCV实现实时颜色检测的示例

《OpenCV实现实时颜色检测的示例》本文主要介绍了OpenCV实现实时颜色检测的示例,通过HSV色彩空间转换和色调范围判断实现红黄绿蓝颜色检测,包含视频捕捉、区域标记、颜色分析等功能,具有一定的参考... 目录一、引言二、系统概述三、代码解析1. 导入库2. 颜色识别函数3. 主程序循环四、HSV色彩空间
阅读更多...
Python实例题之pygame开发打飞机游戏实例代码

Python实例题之pygame开发打飞机游戏实例代码

《Python实例题之pygame开发打飞机游戏实例代码》对于python的学习者,能够写出一个飞机大战的程序代码,是不是感觉到非常的开心,：本文主要介绍Python实例题之pygame开发打飞机... 目录题目pygame-aircraft-game使用 Pygame 开发的打飞机游戏脚本代码解释初始化部
阅读更多...
使用Python开发一个现代化屏幕取色器

使用Python开发一个现代化屏幕取色器

《使用Python开发一个现代化屏幕取色器》在UI设计、网页开发等场景中,颜色拾取是高频需求,：本文主要介绍如何使用Python开发一个现代化屏幕取色器,有需要的小伙伴可以参考一下... 目录一、项目概述二、核心功能解析2.1 实时颜色追踪2.2 智能颜色显示三、效果展示四、实现步骤详解4.1 环境配置4.
阅读更多...
Python使用smtplib库开发一个邮件自动发送工具

Python使用smtplib库开发一个邮件自动发送工具

《Python使用smtplib库开发一个邮件自动发送工具》在现代软件开发中,自动化邮件发送是一个非常实用的功能,无论是系统通知、营销邮件、还是日常工作报告,Python的smtplib库都能帮助我们... 目录代码实现与知识点解析1. 导入必要的库2. 配置邮件服务器参数3. 创建邮件发送类4. 实现邮件
阅读更多...
Android学习总结之Java和kotlin区别超详细分析

Android学习总结之Java和kotlin区别超详细分析

《Android学习总结之Java和kotlin区别超详细分析》Java和Kotlin都是用于Android开发的编程语言,它们各自具有独特的特点和优势,：本文主要介绍Android学习总结之Ja... 目录一、空安全机制真题 1：Kotlin 如何解决 Java 的 NullPointerExceptio
阅读更多...
基于Python开发一个有趣的工作时长计算器

基于Python开发一个有趣的工作时长计算器

《基于Python开发一个有趣的工作时长计算器》随着远程办公和弹性工作制的兴起,个人及团队对于工作时长的准确统计需求日益增长,本文将使用Python和PyQt5打造一个工作时长计算器,感兴趣的小伙伴可... 目录概述功能介绍界面展示php软件使用步骤说明代码详解1.窗口初始化与布局2.工作时长计算核心逻辑3
阅读更多...
python web 开发之Flask中间件与请求处理钩子的最佳实践

python web 开发之Flask中间件与请求处理钩子的最佳实践

《pythonweb开发之Flask中间件与请求处理钩子的最佳实践》Flask作为轻量级Web框架,提供了灵活的请求处理机制,中间件和请求钩子允许开发者在请求处理的不同阶段插入自定义逻辑,实现诸如... 目录Flask中间件与请求处理钩子完全指南1. 引言2. 请求处理生命周期概述3. 请求钩子详解3.1
阅读更多...
如何基于Python开发一个微信自动化工具

如何基于Python开发一个微信自动化工具

《如何基于Python开发一个微信自动化工具》在当今数字化办公场景中,自动化工具已成为提升工作效率的利器,本文将深入剖析一个基于Python的微信自动化工具开发全过程,有需要的小伙伴可以了解下... 目录概述功能全景1. 核心功能模块2. 特色功能效果展示1. 主界面概览2. 定时任务配置3. 操作日志演示
阅读更多...
JavaScript实战：智能密码生成器开发指南

JavaScript实战：智能密码生成器开发指南

本文通过JavaScript实战开发智能密码生成器，详解如何运用crypto.getRandomValues实现加密级随机密码生成，包含多字符组合、安全强度可视化、易混淆字符排除等企业级功能。学习密码强度检测算法与信息熵计算原理，获取可直接嵌入项目的完整代码，提升Web应用的安全开发能力 目录
阅读更多...
使用Python实现调用API获取图片存储到本地的方法

使用Python实现调用API获取图片存储到本地的方法

《使用Python实现调用API获取图片存储到本地的方法》开发一个自动化工具,用于从JSON数据源中提取图像ID,通过调用指定API获取未经压缩的原始图像文件,并确保下载结果与Postman等工具直接... 目录使用python实现调用API获取图片存储到本地1、项目概述2、核心功能3、环境准备4、代码实现
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2