Si necesita todos los códigos, haga clic en Me gusta y siga la colección y deje un mensaje privado en el área de comentarios ~~~
1. Detección de rostros en tiempo real con la ayuda de cámaras.
En comparación con el detector de rostros que viene con Android, OpenCV tiene una función de reconocimiento de rostros más poderosa. Puede detectar rostros en tiempo real a través de la cámara. El espacio de vista previa para la detección en tiempo real es JavaCameraView. Los métodos comunes se describen a continuación.
setCvCameraViewListener: establece el oyente de vista de cámara de OpenCV. Los oyentes deben escribir los siguientes tres métodos de cambio de estado:
onCameraViewStarted: devolución de llamada cuando la vista de la cámara comienza a previsualizarse.
onCameraViewStopped: devolución de llamada cuando la vista de la cámara deja de previsualizar.
onCameraFrame: se llama cuando cambia la vista previa de la vista de la cámara.
enableView: habilita la vista de cámara de OpenCV.
disabledView: deshabilita la vista de cámara de OpenCV.
A continuación, agregue JavaCameraView al proyecto de la aplicación, siga su proceso de uso detallado, primero modifique AndroidManifest.xml para agregar una línea de configuración de permisos de cámara
<uses-permission android:name="android.permission.CAMERA"/>La detección de rostros en tiempo real tiene los siguientes cuatro pasos
(1) Después de obtener el objeto de vista de cámara del archivo de diseño, llame a su método setCvCameraViewListener para configurar el oyente de vista de cámara OpenCV.
(2) Después de completar la inicialización de OpenCV y la carga de recursos, llame al método enableView para abrir la vista de la cámara.
(3) La clase de actividad se cambia de heredar AppCompatActivity a heredar la clase CameraActivity y se reescribe el método getCameraViewList para devolver la lista única de vistas de cámara.
(4) Al reescribir el método onCameraFrame de la interfaz de escucha en el primer paso, agregue lógica de procesamiento como el reconocimiento facial, es decir, primero detecte la cara y luego marque la cara con un marco de fotos.
2. Visualización de efectos
Ejecutar la aplicación de prueba encenderá automáticamente la cámara del teléfono y detectará rostros en la cámara
Desde la barra de estado superior, puede ver que la función de la cámara está activada. Aquí están las fotos del blogger cuando era niño~~~
3. Código
Parte del código es el siguiente, se requiere todo el código fuente, haga clic en Me gusta y siga la colección y deje un mensaje en el área de comentarios ~~~
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);
}
}
};
}No es fácil de crear, si lo encuentra útil, haga clic en Me gusta, siga y recopile ~~~