Android for OpenCV 调用 CameraAPI 1 实现人脸检测

对于人脸检测，我们第一想到的肯定是利用相机功能，但是android我们都很了解，android从5.0之后 camera 有两套API分别是 CameraAPI 1 和 CameraAPI 2，希望大家还是先去熟悉以下Camera 1/2 的用法然后再来看本章，会更好理解Open cv 调用 Camera的流程。在OpenCV中已经为我们封装了两个类 JavaCameraView 和 JavaCamera2View 顾名思义，JavaCameraView 封装的就是我们的 Camera 1，另外一个就是2。今天我们主要讲讲 OpenCV 调用 Camera 1 的流程，下一篇记录OpenCV 调用Camera 2 的流程。

1. 级联分类器
   （百度百科）首先我们要理解一个名词‘级联分类器’(Cascade Classifier)，OpenCV 中人脸检测是基于Harr的级联分类和LBP的级联分类。
   Harr是在2001年，由Viola和Jones等人提出的，它的脸部检测的基本思想是：对于面部正面的大部分区域而言，会有眼睛所在的区域比前额和脸颊更暗，嘴巴应该比脸颊更暗等情况。和这样类似的比较大约有20个，通过这样的比较决定该区域是否为人脸。 
   LBP是在2006年由Ahonen等人提出的，相比于Harr，LBP有更快的速度。通过比较想读亮度直方图来确定是否为人脸。但是对于稳定性，LBP要弱于前者。
   OpenCV中提供了 Harr 和 LBP 两种分类器，我们主要使用的是LBP，获取LBP 的 xml 文件：

   

    

2. 用LBP级联分类器实现人脸检测
   先把代码具体实现流程梳理一遍，然后再针对代码流程去了解 OpenCV 和 我们的 Camera 是如何联系的。
   1.首先我们把上面提到的 lbpcascade_frontalface.xml 文件拷贝到我们 raw 下。

   

   
   2.创建我们级联分类器和Camera对象，级联分类器英文：Cascade Classifier 所以OpenCV 给我们的类名是CascadeClassifier
   
   3.利用流的形式把 raw 下的文件拷贝到我们的程序中，用CascadeClassifier对象加载

       private void initClassifier() {
           InputStream is = getResources().openRawResource(R.raw.lbpcascade_frontalface);
           File cascadeDir = getDir("cascade", Context.MODE_PRIVATE);
           File mCascadeFile = new File(cascadeDir, "lbpcascade_frontalface.xml");
           FileOutputStream os = null;
           try {
               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();
               cascadeClassifier = new CascadeClassifier(mCascadeFile.getAbsolutePath());
           } catch (Exception e) {
               e.printStackTrace();
           }
           mCameraView.enableView();
       }

   
   4.利用OpenCV提供的camera 对象获取frame帧数，显示在screen上，具体显示流程接下来会把流程图画出
    

    mCameraView = findViewById(R.id.camera);
           mCameraView.setCvCameraViewListener(new CameraBridgeViewBase.CvCameraViewListener() {
               @Override
               public void onCameraViewStarted(int width, int height) {
                   grayscaleImage = new Mat(height, width, CvType.CV_8UC4);
                   absoluteFaceSize = (int) (height * 0.2);
               }
   
               @Override
               public void onCameraViewStopped() {
   
               }
   
               @Override
               public Mat onCameraFrame(Mat aInputFrame) {
                   Imgproc.cvtColor(aInputFrame, grayscaleImage, Imgproc.COLOR_RGBA2RGB);
                   MatOfRect faces = new MatOfRect();
                   if (cascadeClassifier != null) {
                       cascadeClassifier.detectMultiScale(grayscaleImage, faces, 1.1, 2, 2,
                               new Size(absoluteFaceSize, absoluteFaceSize), new Size());
                   }
                   Rect[] facesArray = faces.toArray();
                   for (int i = 0; i 

   到此代码就这么多，详细代码地址：https://github.com/WangRain1/OpencvDemo
3. OpenCV 中 JavaCameraView 如何调用 Camera API 1 流程分析
    首先重要类的集成关系： 

   

   可以看到 OpenCV 给我们提供的 JavaCameraView 和 JavaCamera2View 最终都是继承 SurfaceView 的

   CameraBridgeViewBase 就相当于一个桥梁，具体起到什么作用
   根据上述代码，我们流程从 setCvCameraViewListener() 接口开启：
   首先通过这个接口会会创建一个 CvCameraViewListenerAdapter 对象

     public void setCvCameraViewListener(CvCameraViewListener listener) {
           CvCameraViewListenerAdapter adapter = new CvCameraViewListenerAdapter(listener);
           adapter.setFrameFormat(mPreviewFormat);
           mListener = adapter;
       }

   然后 CvCameraViewListenerAdapter 的代码：
   

       protected class CvCameraViewListenerAdapter implements CvCameraViewListener2  {
           public CvCameraViewListenerAdapter(CvCameraViewListener oldStypeListener) {
               mOldStyleListener = oldStypeListener;
           }
           public void onCameraViewStarted(int width, int height) {
               mOldStyleListener.onCameraViewStarted(width, height);
           }
           public void onCameraViewStopped() {
               mOldStyleListener.onCameraViewStopped();
           }
           public Mat onCameraFrame(CvCameraViewFrame inputFrame) {
                Mat result = null;
                switch (mPreviewFormat) {
                   case RGBA:
                       result = mOldStyleListener.onCameraFrame(inputFrame.rgba());
                       break;
                   case GRAY:
                       result = mOldStyleListener.onCameraFrame(inputFrame.gray());
                       break;
                   default:
                       Log.e(TAG, "Invalid frame format! Only RGBA and Gray Scale are supported!");
               };
   
               return result;
           }
           public void setFrameFormat(int format) {
               mPreviewFormat = format;
           }
           private int mPreviewFormat = RGBA;
           private CvCameraViewListener mOldStyleListener;
       };

   可以看到只是 CvCameraViewListener2 的接口实现类，其中构造方法中传入了 CvCameraViewListener 然后调用

   CvCameraViewListener 的方法，我们明白了，就是为了用 CvCameraViewListener2 转化以下让我们在CameraBridgeViewBase 中只需写一份代码。就是 Camera 1 和 Camera 2 通用。
   
   

   

4. 总结
   看代码的时候我们可以结合流程图看，方便理解。
   gitHub：https://github.com/WangRain1/OpencvDemo opencv的所有代码都在着一个demo里
   下一章学习 opencv 和 camera2 配合。