【Android App】利用自带的人脸检测器和OpenCV检测人脸讲解及实战（附源码和演示超详细）

我会带着你远行 2023-09-30 17:27 23阅读 0赞

> **需要源码请点赞关注收藏后评论区留言私信~~~~**

## 一、利用人脸检测器识别人脸 ##

对于简单的人脸识别操作，Android已经提供了专门的识别工具，名叫人脸检测器FaceDetector，部分常用方法如下

FaceDetector的findFaces方法可在指定位图中寻找人脸，找到的人脸结果放在该方法的第二个输入参数中，参数类型为人脸数组结构FaceDetector.Face\[\]。

下面是人脸对象的常用方法说明：

getMidPoint：获取人脸的中心点。

eyesDistance：获取人脸中心点和眼间距离。

confidence：获取人脸结果的信任度，取值区间为0到1，一般信任度达到0.3即可判作人脸。 pose：获取人脸在指定坐标轴的姿势，也就是与指定坐标轴的夹角。

运行测试App效果如下

原图片如下 用最近世界杯上非常火的球星C罗

![3db1e639d59f4495b69632430cfe05fa.jpeg][]

经过系统自带的人脸检测器读取后效果如下 可以精确的圈出人脸位置

![9e0ac6d09ec2429e91bb3e9100cced7d.png][]

代码如下

package com.example.face;
    
    import android.content.Intent;
    import android.graphics.Bitmap;
    import android.graphics.BitmapFactory;
    import android.net.Uri;
    import android.os.Bundle;
    
    import androidx.appcompat.app.AppCompatActivity;
    
    import com.example.face.util.BitmapUtil;
    import com.example.face.widget.FaceView;
    
    public class DetectSystemActivity extends AppCompatActivity {
        private final static String TAG = "DetectSystemActivity";
        private int CHOOSE_CODE = 3; // 只在相册挑选图片的请求码
        private FaceView fv_face; // 声明一个人脸视图对象
    
        @Override
        protected void onCreate(Bundle savedInstanceState) {
            super.onCreate(savedInstanceState);
            setContentView(R.layout.activity_detect_system);
            fv_face = findViewById(R.id.fv_face);
            findViewById(R.id.btn_choose).setOnClickListener(v -> {
                // 创建一个内容获取动作的意图（准备跳到系统相册）
                Intent albumIntent = new Intent(Intent.ACTION_GET_CONTENT);
                albumIntent.putExtra(Intent.EXTRA_ALLOW_MULTIPLE, false); // 是否允许多选
                albumIntent.setType("image/*"); // 类型为图像
                startActivityForResult(albumIntent, CHOOSE_CODE); // 打开系统相册
            });
        }
    
        @Override
        protected void onActivityResult(int requestCode, int resultCode, Intent intent) {
            super.onActivityResult(requestCode, resultCode, intent);
            if (resultCode == RESULT_OK && requestCode == CHOOSE_CODE) { // 从相册返回
                if (intent.getData() != null) { // 从相册选择一张照片
                    Uri uri = intent.getData(); // 获得已选择照片的路径对象
                    // Android自带的人脸检测只支持RGB_565格式
                    BitmapFactory.Options options = new BitmapFactory.Options();
                    options.inPreferredConfig = Bitmap.Config.RGB_565; // 构造位图生成的参数，必须为RGB_565
                    // 根据指定图片的uri，获得自动缩小后的位图对象
                    Bitmap bitmap = BitmapUtil.getAutoZoomImage(this, uri, options);
                    fv_face.setImageBitmap(bitmap); // 设置人脸视图的位图对象
                }
            }
        }
    
    }

## 二、利用OpenCV检测人脸 ##

计算机视觉是一类智能化的工程领域，它研究怎么样让计算机模拟人类的视觉感知，通过观察采集到的图片或者视频处理画面信息获得三维场景结构，进而识别出有用的物体形态或行为事件

![45c0b08b7dab4016a2acfb4ba9e65c46.png][]

OpenCV主要由C/C++编写，同时提供多种程序语言接口，它是一个庞大的开源体系 它的概念结构图如下

![9290b3173616486e9e3385e509362250.png][]

OpenCV的初始化与加载操作包括：

（1）OpenCV初始化

（2）加载so库

（3）加载级联文件

（4）创建OpenCV的人脸检测器

Imgproc工具用于加工图像矩阵，例如转换颜色空间、添加各类部件、比较图像矩阵等等。

它的常见方法说明如下：

cvtColor：将图像矩阵从一种颜色空间转换为另一种颜色空间。

circle：在图像矩阵上画圆圈。

polylines：在图像矩阵上画多边形。

putText：在图像矩阵上画文本。

rectangle：在图像矩阵上画矩形。

compareHist：比较两个图像矩阵的直方图，并返回二者的相似程度。

位图中人脸检测步骤如下

（1）先将位图对象转为Mat结构，再将Mat结构转成灰度矩阵；

（2）调用人脸检测器的detectMultiScale方法，检测灰度矩阵得到人脸位置的矩形数组；

（3）依次遍历人脸数组，分别调用Imgproc工具的rectangle方法，往Mat结构上的每张人脸画上相框；

（4）把Mat结构转为位图对象，并显示到界面上；

运行测试App效果如下

可以看出照片居中 对于观看者更加友好 这也是OpenCV强大的体现

![047b64e3b46f473bbb6a306d25be38aa.png][]

代码如下

package com.example.face;
    
    import android.content.Context;
    import android.content.Intent;
    import android.graphics.Bitmap;
    import android.net.Uri;
    import android.os.Bundle;
    import android.util.Log;
    import android.widget.ImageView;
    
    import androidx.appcompat.app.AppCompatActivity;
    
    import com.example.face.util.BitmapUtil;
    
    import org.opencv.android.BaseLoaderCallback;
    import org.opencv.android.LoaderCallbackInterface;
    import org.opencv.android.OpenCVLoader;
    import org.opencv.android.Utils;
    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 DetectOpencvActivity extends AppCompatActivity {
        private final static String TAG = "DetectOpencvActivity";
        private int CHOOSE_CODE = 3; // 只在相册挑选图片的请求码
        private ImageView iv_face; // 声明一个图像视图对象
        private CascadeClassifier mJavaDetector; // OpenCV的人脸检测器
    
        @Override
        protected void onCreate(Bundle savedInstanceState) {
            super.onCreate(savedInstanceState);
            setContentView(R.layout.activity_detect_opencv);
            iv_face = findViewById(R.id.iv_face);
            findViewById(R.id.btn_choose).setOnClickListener(v -> {
                // 创建一个内容获取动作的意图（准备跳到系统相册）
                Intent albumIntent = new Intent(Intent.ACTION_GET_CONTENT);
                albumIntent.putExtra(Intent.EXTRA_ALLOW_MULTIPLE, false); // 是否允许多选
                albumIntent.setType("image/*"); // 类型为图像
                startActivityForResult(albumIntent, CHOOSE_CODE); // 打开系统相册
            });
        }
    
        @Override
        protected void onActivityResult(int requestCode, int resultCode, Intent intent) {
            super.onActivityResult(requestCode, resultCode, intent);
            if (resultCode == RESULT_OK && requestCode == CHOOSE_CODE) { // 从相册返回
                if (intent.getData() != null) { // 从相册选择一张照片
                    Uri uri = intent.getData(); // 获得已选择照片的路径对象
                    // 根据指定图片的uri，获得自动缩小后的位图对象
                    Bitmap bitmap = BitmapUtil.getAutoZoomImage(this, uri);
                    detectFace(bitmap); // 检测位图中的人脸
                }
            }
        }
    
        // 检测位图中的人脸
        private void detectFace(Bitmap orig) {
            Mat rgba = new Mat();
            Utils.bitmapToMat(orig, rgba); // 把位图对象转为Mat结构
            //Mat rgba = Imgcodecs.imread(mFilePath); // 从文件路径读取Mat结构
            //Imgcodecs.imwrite(tempFile.getAbsolutePath(), rgba); // 把Mate结构保存为文件
            Mat gray = new Mat();
            Imgproc.cvtColor(rgba, gray, Imgproc.COLOR_RGB2GRAY); // 全彩矩阵转灰度矩阵
            // 下面检测并显示人脸
            MatOfRect faces = new MatOfRect();
            int absoluteFaceSize = 0;
            int height = gray.rows();
            if (Math.round(height * 0.2f) > 0) {
                absoluteFaceSize = Math.round(height * 0.2f);
            }
            if (mJavaDetector != null) { // 检测器开始识别人脸
                mJavaDetector.detectMultiScale(gray, faces, 1.1, 2, 2,
                        new Size(absoluteFaceSize, absoluteFaceSize), new Size());
            }
            Rect[] faceArray = faces.toArray();
            for (Rect rect : faceArray) { // 给找到的人脸标上相框
                Imgproc.rectangle(rgba, rect.tl(), rect.br(), new Scalar(0, 255, 0, 255), 3);
                Log.d(TAG, rect.toString());
            }
            Bitmap mark = Bitmap.createBitmap(orig.getWidth(), orig.getHeight(), Bitmap.Config.ARGB_8888);
            Utils.matToBitmap(rgba, mark); // 把Mat结构转为位图对象
            iv_face.setImageBitmap(mark);
        }
    
        @Override
        protected void onResume() {
            super.onResume();
            if (!OpenCVLoader.initDebug()) {
                Log.d(TAG, "Internal OpenCV library not found. Using OpenCV Manager for initialization");
                OpenCVLoader.initAsync(OpenCVLoader.OPENCV_VERSION_3_0_0, this, mLoaderCallback);
            } else {
                Log.d(TAG, "OpenCV library found inside package. Using it!");
                mLoaderCallback.onManagerConnected(LoaderCallbackInterface.SUCCESS);
            }
        }
    
        private BaseLoaderCallback mLoaderCallback = new BaseLoaderCallback(this) {
            @Override
            public void onManagerConnected(int status) {
                if (status == LoaderCallbackInterface.SUCCESS) {
                    Log.d(TAG, "OpenCV loaded successfully");
                    // 在OpenCV初始化完成后加载so库
                    System.loadLibrary("detection_based_tracker");
                    File cascadeDir = getDir("cascade", Context.MODE_PRIVATE);
                    File cascadeFile = new File(cascadeDir, "lbpcascade_frontalface.xml");
                    // 从应用程序资源加载级联文件
                    try (InputStream is = getResources().openRawResource(R.raw.lbpcascade_frontalface);
                         FileOutputStream os = new FileOutputStream(cascadeFile)) {
                        byte[] buffer = new byte[4096];
                        int bytesRead;
                        while ((bytesRead = is.read(buffer)) != -1) {
                            os.write(buffer, 0, bytesRead);
                        }
                    } catch (Exception e) {
                        e.printStackTrace();
                    }
                    // 根据级联文件创建OpenCV的人脸检测器
                    mJavaDetector = new CascadeClassifier(cascadeFile.getAbsolutePath());
                    if (mJavaDetector.empty()) {
                        Log.d(TAG, "Failed to load cascade classifier");
                        mJavaDetector = null;
                    } else {
                        Log.d(TAG, "Loaded cascade classifier from " + cascadeFile.getAbsolutePath());
                    }
                    cascadeDir.delete();
                } else {
                    super.onManagerConnected(status);
                }
            }
        };
    
    }

**创作不易 觉得有帮助请点赞关注收藏~~~**

[3db1e639d59f4495b69632430cfe05fa.jpeg]: https://img-blog.csdnimg.cn/3db1e639d59f4495b69632430cfe05fa.jpeg
[9e0ac6d09ec2429e91bb3e9100cced7d.png]: https://img-blog.csdnimg.cn/9e0ac6d09ec2429e91bb3e9100cced7d.png
[45c0b08b7dab4016a2acfb4ba9e65c46.png]: https://img-blog.csdnimg.cn/45c0b08b7dab4016a2acfb4ba9e65c46.png
[9290b3173616486e9e3385e509362250.png]: https://img-blog.csdnimg.cn/9290b3173616486e9e3385e509362250.png
[047b64e3b46f473bbb6a306d25be38aa.png]: https://img-blog.csdnimg.cn/047b64e3b46f473bbb6a306d25be38aa.png