安卓OpenCV开发（二）人脸检测

重点是人脸检测，检测，检测。

就是把人脸检测出来，不是识别，不是识别，不是识别。识别的意思，就是检测到人脸，并且通过数据比对，算法分析后得出人脸相识度的过程。而检测，仅仅是检测出来。

针对全网关于安卓OpenCV识别XXX之类的标题，而实际只做了检测的相关文章，在此表示呵呵

回到正题

如何预览视频并进行人脸检测？

（一）预览视频

可直接使用OpenCV库中的JavaCameraView控件，进行视频的预览。

1、布局中声明该对象：

2、在布局中，直接调用该对象的enableView()方法，即可预览。

备注：权限申请之类的老生常谈，这里不再啰嗦。

（二）构建检测分类器

OpenCV中，CascadeClassifier是用于分类器进行数据处理的。首先，构建一个分类器，需要数据源，而人脸检测的分类器数据源，OpenCV官方已经有一个可以直接用了，这里可以直接拿过来用。而文件的路径，就在下载的资源文件中的OpenCV-android-sdk\sdk\etc\lbpcascades目录下，关于构建项目的流程，不懂可看我上一篇文章
OpenCV导入

把分类器数据复制到主项目的res-raw目录下，没有该目录就新建，复制后如下图：

raw文件目录

然后，在应用检测前，进行分类器数据复制到本地，并初始化分类器，代码如下：

try {
            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 = 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) {
            Log.e("OpenCVActivity", "Error loading cascade", e);
        }

这样就完成了分类器的构建了。

（三）监听视频数据

对JavaCameraView设置CameraBridgeViewBase.CvCameraViewListener即可对视频数据进行监听

（四）人脸检测，基于第三部，在监听回调方法onCameraFragment()中，对回调的视频数据进行监听，实现代码如下：

   @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, 3, 2,
                    new Size(absoluteFaceSize, absoluteFaceSize), new Size());
        }
        Rect[] facesArray = faces.toArray();
        for (int i = 0; i 

首先，这里对传入的图片帧，进行了一个色值转换的才做，然后再通过分类器的detectMultiScale方法，进行人脸检测，最后通过Imgproc.rectangle()方法，进行绘制人脸。

对于detectMultiScale方法的传入参数，析意如下：

1.image表示的是要检测的输入图像
2.objects表示检测到的人脸目标序列
3.scaleFactor表示每次图像尺寸减小的比例
4.minNeighbors表示每一个目标至少要被检测到3次才算是真的目标(因为周围的像素和不同的窗口大小都可以检测到人脸)
5.minSize为目标的最小尺寸
6.minSize为目标的最大尺寸

最后附上完整代码：

package com.north.light.libopencv;

import android.Manifest;
import android.content.Context;
import android.os.Build;
import android.os.Bundle;
import android.util.Log;
import android.view.WindowManager;

import androidx.appcompat.app.AppCompatActivity;


import org.opencv.android.CameraBridgeViewBase;
import org.opencv.android.JavaCameraView;
import org.opencv.android.OpenCVLoader;
import org.opencv.core.Core;
import org.opencv.core.CvType;
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 MainActivity extends AppCompatActivity implements CameraBridgeViewBase.CvCameraViewListener{

    private CameraBridgeViewBase openCvCameraView;
    private CascadeClassifier cascadeClassifier;
    private Mat grayscaleImage;
    private int absoluteFaceSize;
    private void initializeOpenCVDependencies() {
        try {
            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 = 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) {
            Log.e("OpenCVActivity", "Error loading cascade", e);
        }
        openCvCameraView.enableView();
    }

    @Override
    protected void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        getWindow().addFlags(WindowManager.LayoutParams.FLAG_KEEP_SCREEN_ON);

        setContentView(R.layout.activity_main);   // 为该活动设置布局
        openCvCameraView = findViewById(R.id.activity_main_camera_view);
        openCvCameraView.setCvCameraViewListener(this);

    }
    @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, 3, 2,
                    new Size(absoluteFaceSize, absoluteFaceSize), new Size());
        }
        Rect[] facesArray = faces.toArray();
        for (int i = 0; i = Build.VERSION_CODES.M) {
            requestPermissions(permissions,0);
        }
    }

    @Override
    public void onBackPressed() {
        super.onBackPressed();
        Log.d("返回键","back back back");
    }
}

至此，人脸检测已经完成，不过目前检测人脸的预览显示，还是横屏了，官方的demo也是横屏显示的，而对于竖屏显示，请看我下一篇文章。
that's all---------------------------------------------------------------------------------