需要全部代码请点赞关注收藏后评论区留言私信~~~
一、借助摄像头实时检测人脸
与Android自带的人脸检测器相比，OpenCV具备更强劲的人脸识别功能，它可以通过摄像头实时检测人脸，实时检测的预览空间是JavaCameraView 常用方法说明如下
setCvCameraViewListener：设置OpenCV的相机视图监听器。监听器需要写下列三个状态变更方法：
onCameraViewStarted：相机视图开始预览时回调。
onCameraViewStopped：相机视图停止预览时回调。
onCameraFrame：相机视图预览变更时回调。
enableView：启用OpenCV的相机视图。
disableView：禁用OpenCV的相机视图。
接下来把JavaCameraView加入App工程，走一遍它的详细使用过程，首先修改AndroidManifest.xml补充一行相机权限配置
<uses-permission android:name="android.permission.CAMERA"/>实时检测人脸有如下四个步骤
（1）从布局文件中获得相机视图对象后，调用它的setCvCameraViewListener方法，设置OpenCV的相机视图监听器。
（2）OpenCV初始化与资源加载完成后，调用enableView方法开启相机视图。
（3）活动类由继承AppCompatActivity改为继承CameraActivity类，并重写getCameraViewList方法，返回相机视图的单例列表。
（4）第一步重写监听器接口的onCameraFrame方法时，补充人脸识别等处理逻辑，也就是先检测人脸，再给人脸标上相框。
二、效果展示
运行测试App 会自动打开手机摄像机 然后检测摄像机内的人脸
由顶部状态栏可以看到打开了相机功能 此处用了博主小时候的照片~~~
三、代码
部分代码如下 需要全部源码请点赞关注收藏后评论区留言~~~
package com.example.face;
import android.content.Context;
import android.os.Bundle;
import android.os.Environment;
import android.util.Log;
import android.widget.TextView;
import com.example.face.util.DateUtil;
import org.opencv.android.CameraActivity;
import org.opencv.android.BaseLoaderCallback;
import org.opencv.android.CameraBridgeViewBase;
import org.opencv.android.LoaderCallbackInterface;
import org.opencv.android.OpenCVLoader;
import org.opencv.core.Core;
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.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
import org.opencv.objdetect.CascadeClassifier;
import java.io.File;
import java.io.FileOutputStream;
import java.io.InputStream;
import java.util.Collections;
import java.util.List;
//OpenCV的实时扫描页面必须继承CameraActivity
public class DetectRealtimeActivity extends CameraActivity implements CameraBridgeViewBase.CvCameraViewListener2 {
private static final String TAG = "DetectRealtimeActivity";
private static final Scalar FACE_RECT_COLOR = new Scalar(0, 255, 0, 255);
private Mat mRgba, mGray; // 全彩矩阵，灰度矩阵
private CascadeClassifier mJavaDetector; // OpenCV的人脸检测器
private int mAbsoluteFaceSize = 0; // 绝对人脸大小
// OpenCV默认横屏扫描，需要旋转90度改成竖屏预览，详细改动见CameraBridgeViewBase.java的deliverAndDrawFrame方法
private CameraBridgeViewBase jcv_detect; // 声明一个OpenCV的相机视图对象
@Override
protected void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
setContentView(R.layout.activity_detect_realtime);
findViewById(R.id.iv_back).setOnClickListener(v -> finish());
TextView tv_title = findViewById(R.id.tv_title);
tv_title.setText("实时检测人脸");
jcv_detect = findViewById(R.id.jcv_detect);
jcv_detect.setVisibility(CameraBridgeViewBase.VISIBLE);
jcv_detect.setCvCameraViewListener(this); // 设置OpenCV的相机视图监听器
}
@Override
public void onPause() {
super.onPause();
if (jcv_detect != null) {
jcv_detect.disableView(); // 禁用OpenCV的相机视图
}
}
@Override
public 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);
}
}
@Override
protected List<? extends CameraBridgeViewBase> getCameraViewList() {
return Collections.singletonList(jcv_detect);
}
@Override
public void onDestroy() {
super.onDestroy();
jcv_detect.disableView(); // 禁用OpenCV的相机视图
}
@Override
public void onCameraViewStarted(int width, int height) {
mGray = new Mat();
mRgba = new Mat();
}
@Override
public void onCameraViewStopped() {
mGray.release();
mRgba.release();
}
// 相机预览回调
@Override
public Mat onCameraFrame(CameraBridgeViewBase.CvCameraViewFrame inputFrame) {
mRgba = inputFrame.rgba();
mGray = inputFrame.gray();
Core.rotate(mRgba, mRgba, Core.ROTATE_90_CLOCKWISE); // 适配竖屏，顺时针旋转90度
Core.rotate(mGray, mGray, Core.ROTATE_90_CLOCKWISE); // 适配竖屏，顺时针旋转90度
if (mAbsoluteFaceSize == 0) {
Log.d(TAG, "width="+mGray.width()+", height="+mGray.height()+", cols="+mGray.cols()+", rows="+mGray.rows());
int height = mGray.rows();
if (Math.round(height * 0.2f) > 0) {
mAbsoluteFaceSize = Math.round(height * 0.2f);
}
// String filePath = String.format("%s/%s.jpg",
// getExternalFilesDir(Environment.DIRECTORY_DOWNLOADS).toString(),
// DateUtil.getNowDateTime());
// Imgcodecs.imwrite(filePath, mRgba);
// Log.d(TAG, "filePath="+filePath);
}
MatOfRect faces = new MatOfRect();
if (mJavaDetector != null) { // 检测器开始识别人脸
mJavaDetector.detectMultiScale(mGray, faces, 1.1, 2, 2,
new Size(mAbsoluteFaceSize, mAbsoluteFaceSize), new Size());
}
Rect[] faceArray = faces.toArray();
for (Rect rect : faceArray) { // 给找到的人脸标上相框
Imgproc.rectangle(mRgba, rect.tl(), rect.br(), FACE_RECT_COLOR, 3);
Log.d(TAG, rect.toString());
}
Core.rotate(mRgba, mRgba, Core.ROTATE_90_COUNTERCLOCKWISE); // 恢复原状，逆时针旋转90度
return mRgba;
}
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();
jcv_detect.enableView(); // 启用OpenCV的相机视图
} else {
super.onManagerConnected(status);
}
}
};
}创作不易 觉得有帮助请点赞关注收藏~~~
文章出处登录后可见！
已经登录？立即刷新
