Android如何利用OpenCV制作人脸检测APP

这篇文章将为大家详细讲解有关Android如何利用OpenCV制作人脸检测APP，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。

无图无真相，先把APP运行的结果给大家看看。

如上图所示，APP运行后，点击“选择图片”，从手机中选择一张图片，然后点击“处理”，APP会将人脸用矩形给框起来，同时把鼻子也给检测出来了。由于目的是给大家做演示，所以APP设计得很简单，而且也只实现了检测人脸和鼻子，没有实现对其他五官的检测。而且这个APP也只能检测很简单的图片，如果图片中背景太复杂就无法检测出人脸。

下面我将一步一步教大家如何实现上面的APP！

第一步：下载并安装Android studio

为了保证大家能下载到和我相同版本的Android Studio，我把安装包上传了到微云。地址是：https://share.weiyun.com/bHVOWGC9

下载后，一路点击下一步就安装好了。当然，安装过程中要联网，所以可能会中途失败，如果失败了，重试几次，如果还是有问题，那么可能要开启VPN。

第二步：下载SDK tools

打开Android studio后，点击“File”->“Settings”

点击“Appearance & Behavior”->“System Settings”->“Android SDK”->“SDK Tools”。

然后选中“NDK”和“CMake”，点击“OK”。下载这两个工具可能要花一点时间，如果失败了请重试或开启VPN。

第三步：新建一个Android APP项目

点击“File”->“New”->“New Project”

选中“Empty Activity”，点击“Next”

“Language”选择“Java”，Minimum SDK选择“api 21”。点击“Finish”

第四步：下载Opencv

下载地址

下载后解压。

第五步：导入OpenCV

将opencv-4.5.4-android-sdk\OpenCV-android-sdk下面的sdk复制到你在第三步创建的Android项目下面。就是第三步图中的D:\programming\MyApplication下面。然后将sdk文件夹改名为openCVsdk。

选择“Project”->“settings.gradle”。在文件中添加include ‘:openCVsdk'

选择“Project”->“openCVsdk”->“build.gradle”。

将apply plugin: 'Kotlin-android'改为//apply plugin: ‘kotlin-android'

将compileSdkVersion和minSdkVersion，targetSdkVersion改为31，21，31。

点击“File”->“Project Structure”

点击“Dependencies”->“app”->“+”->“Module Dependency”

选中“openCVsdk”，点击“OK”，以及母窗口的“OK”

在Android项目文件夹的app\src里面创建一个新文件夹jniLibs，然后把openCV文件夹的opencv-4.5.4-android-sdk\OpenCV-android-sdk\sdk\native\staticlibs里面的东西都copy到jniLibs文件夹中。

下载分类器。解压后，将下图中的文件都复制到项目文件夹的app\src\main\res\raw文件夹下。

第六步：添加代码

双击“Project”->“app”-》“main”-》“res”下面的“activity_main.xml”。然后点击右上角的“code”。

然后将里面的代码都换成下面的代码

<?xml version="1.0" encoding="utf-8"?><LinearLayout xmlns:android="Http://schemas.android.com/apk/res/android"    xmlns:app="http://schemas.android.com/apk/res-auto"    xmlns:tools="http://schemas.android.com/tools"    android:layout_width="match_parent"    android:layout_height="match_parent"    tools:context=".MainActivity"    android:orientation="vertical"    >    <Button        android:id="@+id/select_btn"        android:layout_width="wrap_content"        android:layout_height="wrap_content"        android:text="选择图片" />    <Button        android:id="@+id/process_btn"        android:layout_width="wrap_content"        android:layout_height="wrap_content"        android:text="处理" />    <ImageView        android:id="@+id/imageView"        android:layout_width="wrap_content"        android:layout_height="wrap_content" /></LinearLayout>

双击“Project”->“app”-》“main”-》“java”-》“com.example…”下面的“MainActivity”。然后把里面的代码都换成下面的代码（保留原文件里的第一行代码）

import androidx.appcompat.app.AppCompatActivity;import android.os.Bundle;import android.content.Intent;import android.graphics.Bitmap;import android.graphics.BitmapFactory;import android.net.Uri;import android.util.Log;import android.view.View;import android.widget.Button;import android.widget.ImageView;import org.opencv.android.OpenCVLoader;import org.opencv.android.Utils;import org.opencv.core.CvType;import org.opencv.core.Mat;import org.opencv.core.Point;import org.opencv.imgproc.Imgproc;import java.io.File;import java.io.FileOutputStream;import java.io.IOException;import java.io.InputStream;import org.opencv.core.MatOfRect;import org.opencv.core.Rect;import org.opencv.core.Scalar;import org.opencv.core.Size;import org.opencv.objdetect.CascadeClassifier;import android.content.Context;public class MainActivity extends AppCompatActivity {    private double max_size = 1024;    private int PICK_IMAGE_REQUEST = 1;    private ImageView myImageView;    private Bitmap selectbp;    private static final String    TAG                 = "OCVSample::Activity";    private static final Scalar    FACE_RECT_COLOR     = new Scalar(0, 255, 0, 255);    public static final int        JAVA_DETECTOR       = 0;    public static final int        NATIVE_DETECTOR     = 1;    private Mat                    mGray;    private File                   mCascadeFile;    private CascadeClassifier      mJavaDetector,mNoseDetector;    private int                    mDetectorType       = JAVA_DETECTOR;    private float                  mRelativeFaceSize   = 0.2f;    private int                    mAbsoluteFaceSize   = 0;    @Override    protected void onCreate(Bundle savedInstanceState) {        super.onCreate(savedInstanceState);        setContentView(R.layout.activity_main);        staticLoadCVLibraries();        myImageView = (ImageView)findViewById(R.id.imageView);        myImageView.setScaleType(ImageView.ScaleType.FIT_CENTER);        Button selectImageBtn = (Button)findViewById(R.id.select_btn);        selectImageBtn.setOnClickListener(new View.OnClickListener() {            @Override            public void onClick(View v) {                // makeText(MainActivity.this.getApplicationContext(), "start to browser image", Toast.LENGTH_SHORT).show();                selectImage();            }            private void selectImage() {                Intent intent = new Intent();                intent.setType("image/*");                intent.setAction(Intent.ACTION_GET_CONTENT);                startActivityForResult(Intent.createChooser(intent,"选择图像..."), PICK_IMAGE_REQUEST);            }        });        Button processBtn = (Button)findViewById(R.id.process_btn);        processBtn.setOnClickListener(new View.OnClickListener() {            @Override            public void onClick(View v) {                // makeText(MainActivity.this.getApplicationContext(), "hello, image process", Toast.LENGTH_SHORT).show();                convertGray();            }        });    }    private void staticLoadCVLibraries() {        boolean load = OpenCVLoader.initDebug();        if(load) {            Log.i("CV", "Open CV Libraries loaded...");        }    }    private void convertGray() {        Mat src = new Mat();        Mat temp = new Mat();        Mat dst = new Mat();        Utils.bitmapToMat(selectbp, src);        Imgproc.cvtColor(src, temp, Imgproc.COLOR_BGRA2BGR);        Log.i("CV", "image type:" + (temp.type() == CvType.CV_8UC3));        Imgproc.cvtColor(temp, dst, Imgproc.COLOR_BGR2GRAY);        Utils.matToBitmap(dst, selectbp);        myImageView.setImageBitmap(selectbp);        mGray = dst;        mJavaDetector = loadDetector(R.raw.lbpcascade_frontalface,"lbpcascade_frontalface.xml");        mNoseDetector = loadDetector(R.raw.haarcascade_mcs_nose,"haarcascade_mcs_nose.xml");        if (mAbsoluteFaceSize == 0) {            int height = mGray.rows();            if (Math.round(height * mRelativeFaceSize) > 0) {                mAbsoluteFaceSize = Math.round(height * mRelativeFaceSize);            }        }        MatOfRect faces = new MatOfRect();        if (mJavaDetector != null) {            mJavaDetector.detectMultiScale(mGray, faces, 1.1, 2, 2, // TODO: objdetect.CV_HAAR_SCALE_IMAGE                        new Size(mAbsoluteFaceSize, mAbsoluteFaceSize), new Size());        }        Rect[] facesArray = faces.toArray();        for (int i = 0; i < facesArray.length; i++) {            Log.e(TAG, "start to detect nose!");            Mat faceROI = mGray.submat(facesArray[i]);            MatOfRect noses = new MatOfRect();            mNoseDetector.detectMultiScale(faceROI, noses, 1.1, 2, 2,                    new Size(30, 30));            Rect[] nosesArray = noses.toArray();            Imgproc.rectangle(src,                    new Point(facesArray[i].tl().x + nosesArray[0].tl().x, facesArray[i].tl().y + nosesArray[0].tl().y) ,                    new Point(facesArray[i].tl().x + nosesArray[0].br().x, facesArray[i].tl().y + nosesArray[0].br().y) ,                    FACE_RECT_COLOR, 3);            Imgproc.rectangle(src, facesArray[i].tl(), facesArray[i].br(), FACE_RECT_COLOR, 3);        }        Utils.matToBitmap(src, selectbp);        myImageView.setImageBitmap(selectbp);    }    private CascadeClassifier loadDetector(int rawID,String fileName) {        CascadeClassifier classifier = null;        try {            // load cascade file from application resources            InputStream is = getResources().openRawResource(rawID);            File cascadeDir = getDir("cascade", Context.MODE_PRIVATE);            mCascadeFile = new File(cascadeDir, fileName);            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();            Log.e(TAG, "start to load file:  " + mCascadeFile.getAbsolutePath());            classifier = new CascadeClassifier(mCascadeFile.getAbsolutePath());            if (classifier.empty()) {                Log.e(TAG, "Failed to load cascade classifier");                classifier = null;            } else                Log.i(TAG, "Loaded cascade classifier from " + mCascadeFile.getAbsolutePath());            cascadeDir.delete();        } catch (IOException e) {            e.printStackTrace();            Log.e(TAG, "Failed to load cascade. Exception thrown: " + e);        }        return classifier;    }    @Override    protected void onActivityResult(int requestCode, int resultCode, Intent data) {        super.onActivityResult(requestCode, resultCode, data);        if (requestCode == PICK_IMAGE_REQUEST && resultCode == RESULT_OK && data != null && data.getData() != null) {            Uri uri = data.getData();            try {                Log.d("image-tag", "start to decode selected image now...");                InputStream input = getContentResolver().openInputStream(uri);                BitmapFactory.Options options = new BitmapFactory.Options();                options.inJustDecodeBounds = true;                BitmapFactory.decodeStream(input, null, options);                int raw_width = options.outWidth;                int raw_height = options.outHeight;                int max = Math.max(raw_width, raw_height);                int newWidth = raw_width;                int newHeight = raw_height;                int inSampleSize = 1;                if (max > max_size) {                    newWidth = raw_width / 2;                    newHeight = raw_height / 2;                    while ((newWidth / inSampleSize) > max_size || (newHeight / inSampleSize) > max_size) {                        inSampleSize *= 2;                    }                }                options.inSampleSize = inSampleSize;                options.inJustDecodeBounds = false;                options.inPreferredConfig = Bitmap.Config.ARGB_8888;                selectbp = BitmapFactory.decodeStream(getContentResolver().openInputStream(uri), null, options);                myImageView.setImageBitmap(selectbp);            } catch (Exception e) {                e.printStackTrace();            }        }    }}

第七步：连接手机运行程序

首先要打开安卓手机的开发者模式，每个手机品牌的打开方式不一样，你自行百度一下就知道了。例如在百度中搜索“小米手机如何开启开发者模式”。

然后用数据线将手机和电脑连接起来。成功后，Android studio里面会显示你的手机型号。如下图中显示的是“Xiaomi MI 8 UD”，本例中的开发手机是小米手机。

点击上图中的“Run”-》“Run ‘app'”就可以将APP运行到手机上面了，注意手机屏幕要处于打开状态。你自拍的图片可以检测不成功，可以下载我的测试图片试试。

关于“Android如何利用OpenCV制作人脸检测APP”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，使各位可以学到更多知识，如果觉得文章不错，请把它分享出去让更多的人看到。