前言
開發(fā)環(huán)境
- Ubuntu 18.04
- Android Studio 3.2
- opencv for android sdk
功能介紹
- 加載opencv庫
- 加載Adaboost 人臉檢測模型
- 可以配置參數(shù)，靈活
- 模型可選
- 圖片可從圖庫、相機兩種方式讀取
App界面設(shè)計
-
主界面， 可以在Menu中設(shè)置參數(shù)
主界面 設(shè)置人臉檢測的參數(shù)
scaleFactor 縮放因子
minNeighbors 最小相鄰數(shù)
minSize 最小人臉尺寸
maxSize 最大人臉尺寸
設(shè)置參數(shù)
-
人臉檢測界面4.png
-
打開相機/圖庫界面
3.png -
人臉檢測
5.jpg -
人臉檢測結(jié)果
6.jpg
Android App流程
App流程比較簡單，在人臉檢測過程中，算法計算在子線程中運行，避免UI線程卡死。
- 動態(tài)權(quán)限申請
- 設(shè)置人臉檢測參數(shù)(可選，默認(rèn)參數(shù))
- 后臺線程運行模型加載，初始化
- 從圖庫、相機選擇圖片
- 執(zhí)行人臉檢測，后臺開啟一個線程
App功能實現(xiàn)
人臉檢測算法實現(xiàn)
人臉檢測算法采用OpenCV Adaboost級聯(lián)分類器：
- CascadeClassifier
在 opencv for android sdk中已經(jīng)提供了訓(xùn)練好的模型，xml文件：
image.png
image.png
image.png
在Android端，需要導(dǎo)入opencv 模塊：
image.png
image.png
人臉檢測用到的類
image.png
opencv實現(xiàn)人臉檢測非常簡單，為了程序結(jié)果清晰化，新建一個JAVA類 FaceDetector, 包含3個方法：
- 構(gòu)造方法
- init()： 進行檢測器初始化
- detect()： 人臉檢測
init： 需要設(shè)置人臉檢測相關(guān)參數(shù)
detect: 輸入為Mat 對象， BGR圖像， 輸入為一些列矩形框，因此采用Rect[]數(shù)組表示
package com.face.detection.adaboost;
import org.opencv.core.Mat;
import org.opencv.core.MatOfRect;
import org.opencv.core.Rect;
import org.opencv.core.Size;
import org.opencv.objdetect.CascadeClassifier;
import org.opencv.objdetect.Objdetect;
import static org.opencv.imgproc.Imgproc.COLOR_BGR2GRAY;
import static org.opencv.imgproc.Imgproc.cvtColor;
public class FaceDetector {
private String modelName;
private CascadeClassifier classifier;
private double scaleFactor;
private int minNeighbors;
private Size minSize;
private Size maxSize;
private Mat imgGray;
private MatOfRect objects;
public FaceDetector(String modelName){
this.modelName = modelName;
imgGray = new Mat();
objects = new MatOfRect();
}
public boolean init(double scaleFactor, int minNeighbors, Size minSize, Size maxSize){
classifier = new CascadeClassifier(this.modelName);
this.scaleFactor = scaleFactor;
this.minNeighbors = minNeighbors;
this.minSize = minSize;
this.maxSize = maxSize;
return !classifier.empty();
}
public Rect[] detect(Mat imgBGR){
cvtColor(imgBGR, imgGray, COLOR_BGR2GRAY);
classifier.detectMultiScale(imgGray, objects,scaleFactor,minNeighbors, Objdetect.CASCADE_SCALE_IMAGE, minSize, maxSize);
if (objects.empty()){
return null;
}else {
return objects.toArray();
}
}
}
App交互邏輯設(shè)計
App比較簡單，總共設(shè)計了3個界面，即3個Activity
image.png
-
MainActivity
界面布局
MainActivity內(nèi)的主要功能：
-
動態(tài)授權(quán)
App需要SD卡讀寫、相機權(quán)限。android6.0之后必須在代碼中動態(tài)申請權(quán)限。
首先，在Manifest.xml中填寫App需要的權(quán)限：
<uses-permission android:name="android.permission.CAMERA" />
<uses-permission android:name="android.permission.READ_EXTERNAL_STORAGE" />
<uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE" />
<uses-permission android:name="android.permission.MANAGE_DOCUMENTS"
Java代碼：
需要的權(quán)限
public static final String[] permissions =
{
Manifest.permission.READ_EXTERNAL_STORAGE,
Manifest.permission.WRITE_EXTERNAL_STORAGE,
Manifest.permission.CAMERA
};
動態(tài)申請
首先判斷版本，6.0之后動態(tài)申請
int k=0;
if (Build.VERSION.SDK_INT > Build.VERSION_CODES.M){
for (String permission:Utils.permissions){
if (checkSelfPermission(permission)!=PackageManager.PERMISSION_GRANTED){
requestPermissions(Utils.permissions, 1234);
}else{
k++;
}
}
if (k==Utils.permissions.length){
backTsk.start();
}
}else{
backTsk.start();
}
授權(quán)回調(diào)函數(shù)
@Override
public void onRequestPermissionsResult(int requestCode, @NonNull String[] permissions, @NonNull int[] grantResults) {
super.onRequestPermissionsResult(requestCode, permissions, grantResults);
if (requestCode==1234){
int k= 0 ;
for (int i=0;i<permissions.length;i++){
if (grantResults[i]==PackageManager.PERMISSION_DENIED){
Toast.makeText(this, permissions[i]+"申請失敗!", Toast.LENGTH_SHORT).show();
}else{
k++;
}
}
if (k==Utils.permissions.length){
backTsk.start();
}
}
}
- 后臺線程進行模型復(fù)制
因為CascadeClassifier分類器需要加載xml模型，在android工程中首先將xml模型復(fù)制到assets, 之后在SD卡創(chuàng)建目錄，保存模型。
image.png
Java
private Thread backTsk = new Thread(new Runnable() {
@Override
public void run() {
Utils.createAppWorksapce();
try {
Utils.copyAssert(MainActivity.this);
} catch (IOException e) {
e.printStackTrace();
}
try {
JSONObject jsonObject = Utils.loadParamFromJSON(Utils.mainWorksapce+File.separator+Utils.configParamFileName);
scaleFactor = jsonObject.getDouble("scaleFactor");
minNeighbors = jsonObject.getInt("minNeighbors");
minSize = jsonObject.getInt("minSize");
maxSize = jsonObject.getInt("maxSize");
} catch (JSONException e) {
e.printStackTrace();
}
runOnUiThread(new Runnable() {
@Override
public void run() {
btnStart.setEnabled(true);
}
});
}
});
public static void createAppWorksapce(){
String[] files = {mainWorksapce, modelWorkspace, picWorksapce};
for (String file:files){
if (!new File(file).exists()){
boolean ok = new File(file).mkdir();
}
}
}
public static void copyAssert(Context context) throws IOException {
android.content.res.AssetManager manager = context.getAssets();
String[] strs = modelListName;
int k=0;
for (String name:modelListName){
if (new File(modelWorkspace+File.separator+name).exists()){
k++;
}
}
if (k==modelListName.length&& (new File(mainWorksapce+File.separator+configParamFileNameDefault).exists())&& (new File(mainWorksapce+File.separator+configParamFileName).exists())){
return;
}
for (String str:strs){
InputStream inputStream = manager.open(str);
byte[] bytes = new byte[1024];
int len = 0;
OutputStream outputStream = new FileOutputStream(modelWorkspace+File.separator+str);
while ((len=inputStream.read(bytes))!=-1){
outputStream.write(bytes, 0, len);
}
}
//json
InputStream inputStream = manager.open(configParamFileNameDefault);
byte[] bytes = new byte[1024];
int len = 0;
OutputStream outputStream = new FileOutputStream(mainWorksapce+File.separator+configParamFileNameDefault);
while ((len=inputStream.read(bytes))!=-1){
outputStream.write(bytes, 0, len);
}
inputStream.close();
outputStream.close();
inputStream = manager.open(configParamFileName);
bytes = new byte[1024];
len = 0;
outputStream = new FileOutputStream(mainWorksapce+File.separator+configParamFileName);
while ((len=inputStream.read(bytes))!=-1){
outputStream.write(bytes, 0, len);
}
}
ParamActivity
DetectActivity
