Android—基于opencv人脸检测app制作

2019-04-18 本文已影响2人侠之大者_7d3f

前言

开发环境

Ubuntu 18.04
Android Studio 3.2
opencv for android sdk

功能介绍

加载opencv库
加载Adaboost 人脸检测模型
可以配置参数，灵活
模型可选
图片可从图库、相机两种方式读取

App界面设计

主界面，可以在Menu中设置参数

主界面
设置人脸检测的参数

scaleFactor 缩放因子
minNeighbors 最小相邻数
minSize 最小人脸尺寸
maxSize 最大人脸尺寸

设置参数

人脸检测界面 4.png
打开相机/图库界面

3.png
人脸检测

5.jpg
人脸检测结果

6.jpg

Android App流程

App流程比较简单，在人脸检测过程中，算法计算在子线程中运行，避免UI线程卡死。

动态权限申请
设置人脸检测参数(可选，默认参数)
后台线程运行模型加载，初始化
从图库、相机选择图片
执行人脸检测，后台开启一个线程

App功能实现

人脸检测算法实现

人脸检测算法采用OpenCV Adaboost级联分类器：

CascadeClassifier

在 opencv for android sdk中已经提供了训练好的模型，xml文件：

image.png

在Android端，需要导入opencv 模块：

image.png

人脸检测用到的类

image.png

opencv实现人脸检测非常简单，为了程序结果清晰化，新建一个JAVA类 FaceDetector, 包含3个方法：

构造方法
init()：进行检测器初始化
detect()：人脸检测

init：需要设置人脸检测相关参数
detect: 输入为Mat 对象， BGR图像，输入为一些列矩形框，因此采用Rect[]数组表示

package com.face.detection.adaboost;

import org.opencv.core.Mat;
import org.opencv.core.MatOfRect;
import org.opencv.core.Rect;
import org.opencv.core.Size;
import org.opencv.objdetect.CascadeClassifier;
import org.opencv.objdetect.Objdetect;

import static org.opencv.imgproc.Imgproc.COLOR_BGR2GRAY;
import static org.opencv.imgproc.Imgproc.cvtColor;

public class FaceDetector {

    private String modelName;
    private CascadeClassifier classifier;

    private double scaleFactor;
    private int minNeighbors;
    private Size minSize;
    private Size maxSize;

    private Mat imgGray;
    private MatOfRect objects;


    public FaceDetector(String modelName){
        this.modelName = modelName;
        imgGray = new Mat();
        objects = new MatOfRect();
    }

    public boolean init(double scaleFactor, int minNeighbors, Size minSize, Size maxSize){
        classifier = new CascadeClassifier(this.modelName);
        this.scaleFactor = scaleFactor;
        this.minNeighbors = minNeighbors;
        this.minSize = minSize;
        this.maxSize = maxSize;
        return !classifier.empty();
    }


    public Rect[] detect(Mat imgBGR){
        cvtColor(imgBGR, imgGray, COLOR_BGR2GRAY);
        classifier.detectMultiScale(imgGray, objects,scaleFactor,minNeighbors, Objdetect.CASCADE_SCALE_IMAGE, minSize, maxSize);
        if (objects.empty()){
            return null;
        }else {
            return objects.toArray();
        }
    }



}

App交互逻辑设计

App比较简单，总共设计了3个界面，即3个Activity

image.png

MainActivity
界面布局

MainActivity内的主要功能：

动态授权
App需要SD卡读写、相机权限。android6.0之后必须在代码中动态申请权限。
首先，在Manifest.xml中填写App需要的权限：

<uses-permission android:name="android.permission.CAMERA" />
    <uses-permission android:name="android.permission.READ_EXTERNAL_STORAGE" />
    <uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE" />
    <uses-permission android:name="android.permission.MANAGE_DOCUMENTS"

Java代码：
需要的权限

  public static final String[] permissions =
            {
                    Manifest.permission.READ_EXTERNAL_STORAGE,
                    Manifest.permission.WRITE_EXTERNAL_STORAGE,
                    Manifest.permission.CAMERA
            };

动态申请
首先判断版本，6.0之后动态申请

  int k=0;
        if (Build.VERSION.SDK_INT > Build.VERSION_CODES.M){
            for (String permission:Utils.permissions){
                if (checkSelfPermission(permission)!=PackageManager.PERMISSION_GRANTED){
                    requestPermissions(Utils.permissions, 1234);
                }else{
                    k++;
                }
            }

            if (k==Utils.permissions.length){
                backTsk.start();
            }

        }else{
            backTsk.start();
        }

授权回调函数

 @Override
    public void onRequestPermissionsResult(int requestCode, @NonNull String[] permissions, @NonNull int[] grantResults) {
        super.onRequestPermissionsResult(requestCode, permissions, grantResults);
        if (requestCode==1234){
            int k= 0 ;
            for (int i=0;i<permissions.length;i++){
                if (grantResults[i]==PackageManager.PERMISSION_DENIED){
                    Toast.makeText(this, permissions[i]+"申请失败!", Toast.LENGTH_SHORT).show();
                }else{
                    k++;
                }
            }

            if (k==Utils.permissions.length){
                backTsk.start();
            }
        }
    }

后台线程进行模型复制

因为CascadeClassifier分类器需要加载xml模型，在android工程中首先将xml模型复制到assets, 之后在SD卡创建目录，保存模型。

image.png

Java

private Thread backTsk = new Thread(new Runnable() {
        @Override
        public void run() {
            Utils.createAppWorksapce();
            try {
                Utils.copyAssert(MainActivity.this);
            } catch (IOException e) {
                e.printStackTrace();
            }

            try {
                JSONObject jsonObject = Utils.loadParamFromJSON(Utils.mainWorksapce+File.separator+Utils.configParamFileName);
                scaleFactor = jsonObject.getDouble("scaleFactor");
                minNeighbors = jsonObject.getInt("minNeighbors");
                minSize = jsonObject.getInt("minSize");
                maxSize = jsonObject.getInt("maxSize");

            } catch (JSONException e) {
                e.printStackTrace();
            }

            runOnUiThread(new Runnable() {
                @Override
                public void run() {
                    btnStart.setEnabled(true);
                }
            });

        }
    });

   public static void createAppWorksapce(){

        String[] files = {mainWorksapce, modelWorkspace, picWorksapce};
        for (String file:files){
            if (!new File(file).exists()){
                boolean ok = new File(file).mkdir();
            }
        }

    }

 public static void copyAssert(Context context) throws IOException {
        android.content.res.AssetManager manager = context.getAssets();
        String[] strs = modelListName;

        int k=0;
        for (String name:modelListName){
            if (new File(modelWorkspace+File.separator+name).exists()){
                k++;
            }
        }

        if (k==modelListName.length&& (new File(mainWorksapce+File.separator+configParamFileNameDefault).exists())&& (new File(mainWorksapce+File.separator+configParamFileName).exists())){
            return;
        }

        for (String str:strs){
            InputStream inputStream = manager.open(str);
            byte[] bytes = new byte[1024];
            int len = 0;
            OutputStream outputStream = new FileOutputStream(modelWorkspace+File.separator+str);
            while ((len=inputStream.read(bytes))!=-1){
                outputStream.write(bytes, 0, len);
            }
        }

        //json

        InputStream inputStream = manager.open(configParamFileNameDefault);
        byte[] bytes = new byte[1024];
        int len = 0;
        OutputStream outputStream = new FileOutputStream(mainWorksapce+File.separator+configParamFileNameDefault);
        while ((len=inputStream.read(bytes))!=-1){
            outputStream.write(bytes, 0, len);
        }

        inputStream.close();
        outputStream.close();


        inputStream = manager.open(configParamFileName);
        bytes = new byte[1024];
        len = 0;
        outputStream = new FileOutputStream(mainWorksapce+File.separator+configParamFileName);
        while ((len=inputStream.read(bytes))!=-1){
            outputStream.write(bytes, 0, len);
        }



    }

ParamActivity
DetectActivity

Android—基于opencv人脸检测app制作

前言

开发环境

功能介绍

App界面设计

Android App流程

App功能实现

人脸检测算法实现

App交互逻辑设计

猜你喜欢

热点阅读