OpenCV 库导入可参考：https://blog.csdn.net/zhrjyl/article/details/104442030 Demo：链接：Https://pan.baidu.com/s/1z0WsF0nI5GuXil
OpenCV 库导入可参考：https://blog.csdn.net/zhrjyl/article/details/104442030
Demo：链接：Https://pan.baidu.com/s/1z0WsF0nI5GuXilcBHnPWPA 提取码：5a0m
目录
人脸检测效果
开发环境
人脸检测原理
人脸检测实践
步骤 1：权限声明与申请
步骤 2：布局文件中导入 JavaCameraView 控件
步骤 3：Activity 实现 CameraBridgeViewBase.CvCameraViewListener2 接口
步骤 4：Activity 初始化 JavaCameraView 控件
步骤 5：导入 OpenCV 提供的人脸模型
步骤 6：初始化 CascadeClassifier 级联分类器
步骤 7：重写 onCameraFrame 检测人脸
补充
补充 1：Activity 中的 onCreate 方法
人脸检测效果
人脸检测实践分为以下几个步骤：
步骤 1：权限声明与申请 步骤 2：布局文件中导入 JavaCameraView 控件 步骤 3：Activity 实现 CameraBridgeViewBase.CvCameraViewListener2 接口 步骤 4：Activity 初始化 JavaCameraView 控件 步骤 5：导入 OpenCV 提供的人脸模型 步骤 6：初始化 CascadeClassifier 级联分类器 步骤 7：重写 onCameraFrame 检测人脸 步骤 1：权限声明与申请
private void askPermission(){
ActivityCompat.requestPermissions(
this,
new String[]{
Manifest.permission.CAMERA
},
1
);
}
private Mat matRgba;// 彩色图象容器
private Mat matGray;// 灰色图象容器@Override
public void onCameraViewStarted(int width, int height) {
matRgba = new Mat();
matGray = new Mat();
}
@Override
public void onCameraViewStopped() {
matRgba.release();
matGray.release();
}
@Override
public Mat onCameraFrame(CameraBridgeViewBase.CvCameraViewFrame inputFrame) {
matRgba = inputFrame.rgba();
matGray = inputFrame.gray();
return matRgba;
}
private JavaCameraView mCameraView;
private void initCamera(){
mCameraView = findViewById(R.id.javaCameraView);
if(mCameraView != null){
getWindow().addFlags(WindowManager.LayoutParams.FLAG_FULLSCREEN);
getWindow().addFlags(WindowManager.LayoutParams.FLAG_KEEP_SCREEN_ON);
mCameraView.setCvCameraViewListener(this);
mCameraView.enableFpsMeter();// 显示fps信息
mCameraView.setCameraIndex(0);// 设置摄像头 0 后置摄像头 1 前置摄像头
mCameraView.enableView();
}
}
注意：
为了更改相机预览方向做了以下修改
将 \opencv-3.4.1-android-sdk\OpenCV-android-sdk\sdk\etc\lbpcascades 下的 lbpcascade_profileface.xml 与 lbpcascade_frontalface.xml 文件拷贝到 MyApplication\app\src\main\res\raw 目录下
private CascadeClassifier frontClassifier;// 正脸，级分类器
private CascadeClassifier profileClassifier;// 侧脸，级分类器
private void initClassifier() {
// 初始化正脸，级分类器
try {
InputStream is =
getResources().openRawResource(R.raw.lbpcascade_frontalface);// 正脸模型
File cascadeDir = getDir("cascade", Context.MODE_PRIVATE);
File cascadeFile = new File(cascadeDir, "lbpcascade_frontalface.xml");
FileOutputStream os = new FileOutputStream(cascadeFile);
byte[] buffer = new byte[4096];
int bytesRead;
while ((bytesRead = is.read(buffer)) != -1) {
os.write(buffer, 0, bytesRead);
}
is.close();
os.close();
frontClassifier = new CascadeClassifier(cascadeFile.getAbsolutePath());
} catch (Exception e) {
e.printStackTrace();
}
// 初始化侧脸，级分类器
try {
InputStream is =
getResources().openRawResource(R.raw.lbpcascade_profileface);//侧脸模式
File cascadeDir = getDir("cascade", Context.MODE_PRIVATE);
File cascadeFile = new File(cascadeDir, "lbpcascade_profileface.xml");
FileOutputStream os = new FileOutputStream(cascadeFile);
byte[] buffer = new byte[4096];
int bytesRead;
while ((bytesRead = is.read(buffer)) != -1) {
os.write(buffer, 0, bytesRead);
}
is.close();
os.close();
profileClassifier = new CascadeClassifier(cascadeFile.getAbsolutePath());
} catch (Exception e) {
e.printStackTrace();
}
}
@Override
public Mat onCameraFrame(CameraBridgeViewBase.CvCameraViewFrame inputFrame) {
// 步骤 1：获取相机捕捉到的帧的彩色和灰色数据，并保存到 Mat 图象容器中
matRgba = inputFrame.rgba();
matGray = inputFrame.gray();
// 步骤 2：计算绝对面尺寸
float mRelativeFaceSize = 0.15f;
int mAbsoluteFaceSize = 0;
int height = matGray.rows();
if (Math.round(height * mRelativeFaceSize) > 0) {
mAbsoluteFaceSize = Math.round(height * mRelativeFaceSize);
}
// 步骤 3：定义矩阵图象容器，存放检测出来的人脸数据矩阵
MatOfRect frontFaces = new MatOfRect();
MatOfRect profileFaces = new MatOfRect();
// 步骤 4：人脸检测
if (frontClassifier != null)
frontClassifier.detectMultiScale(
matGray,
frontFaces,
1.1,
3,
0,
new Size(mAbsoluteFaceSize, mAbsoluteFaceSize),
new Size());
if (profileClassifier != null)
profileClassifier.detectMultiScale(
matGray,
profileFaces,
1.1,
3,
0,
new Size(mAbsoluteFaceSize, mAbsoluteFaceSize),
new Size());
// 步骤 5：根据检测出来的人脸矩阵数据在彩色图像上画方框
for (Rect faceRect : frontFaces.toArray())
Imgproc.rectangle(
matRgba, // 图象源
faceRect.tl(), // 矩形框的 x 起点
faceRect.br(), // 矩形框的 y 起点
new Scalar(0, 255, 0, 255),// 矩形框颜色
3); // 矩形框厚度
for (Rect faceRect : profileFaces.toArray())
Imgproc.rectangle(
matRgba,
faceRect.tl(),
faceRect.br(),
new Scalar(0, 255, 0, 255),
3);
return matRgba;
}
@Override
protected void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
setContentView(R.layout.activity_a2);
askPermission();
initCamera();
initClassifier();
}
--结束END--
本文标题: Android 开发笔记 07-02 篇：OpenCV 人脸检测篇
本文链接: https://www.lsjlt.com/news/28882.html(转载时请注明来源链接)
有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
下载Word文档到电脑，方便收藏和打印～
2024-01-21
2023-10-28
2023-10-28
2023-10-27
2023-10-27
2023-10-27
2023-10-27
回答
回答
回答
回答
回答
回答
回答
回答
回答
回答
官方手机版
微信公众号
商务合作
0