在Android Studio中实现OpenCV人脸检测_android studio + opencv+sqlite实现人脸认证

【转自】http://www.jianshu.com/p/1fc91f9c9a67

实习期间，由于公司项目需求学习了OpenCV，主要实现人脸检测和人脸识别。因个人在C++和NDK方面的能力欠缺，所以考虑利用OpenCV Java API实现项目需求，虽然学习和研究过程中遇到了不少问题，但最终还是成功了。

OpenCV介绍

OpenCV，即开源计算机视觉库，主要用作图像处理，具体官方网站有详细介绍。

OpenCV环境搭建

1.下载SDK
OpenCV 3.3.0 Android SDK 下载地址：
https://sourceforge.net/projects/opencvlibrary/files/opencv-android/3.3.0/opencv-3.3.0-android-sdk.zip/download
2.项目配置
新建项目后，第一步，引入openCVLibrary330模块，并添加依赖。

Import Module.PNG

若由于Android SDK Platform版本差异报错，则参考项目app下的build.gradle修改openCVLibrary330下的build.gradle。

报错.PNG

openCVLibrary330(左)和app(右)的build.gradle.PNG

第二步，新建jniLibs文件夹，添加OpenCV库对应的so文件，这里我只添加了armeabi-v7a。

jniLibs和arm-v7包.PNG

第三步，创建人脸特征文件(xml)的raw资源文件夹，并添加特征文件。

raw资源.PNG

注：以上文件在OpenCV 3.3.0 Android SDK包中的路径如下。

OpenCV库：OpenCV-android-sdk\sdk\java
so文件：OpenCV-android-sdk\sdk\native\libs
人脸特征文件：OpenCV-android-sdk\sdk\etc\lbpcascades

人脸检测的实现

使用OpenCV实现人脸检测主要用到两个类：CascadeClassifier和CameraBridgeViewBase。
首先是CascadeClassifier(级联分类器)，用于根据特征文件(xml)检测人脸，因此在检测前必须先初始化它，检测函数为detectMultiScale()，会在检测时使用。

// 初始化人脸级联分类器，必须先初始化
private void initClassifier() {
    try {
        InputStream is = getResources().openRawResource(R.raw.lbpcascade_frontalface);
        File cascadeDir = getDir("cascade", Context.MODE_PRIVATE);
        File cascadeFile = new File(cascadeDir, "lbpcascade_frontalface.xml");
        FileOutputStream os = new FileOutputStream(cascadeFile);
        byte[] buffer = new byte[4096];
        int bytesRead;
        while ((bytesRead = is.read(buffer)) != -1) {
            os.write(buffer, 0, bytesRead);
        }
        is.close();
        os.close();
        classifier = new CascadeClassifier(cascadeFile.getAbsolutePath());
    } catch(Exception e) {
        e.printStackTrace();
    }
}

@Override 
public void onCameraViewStarted(int width, int height) {
    mGray = new Mat();
    mRgba = new Mat();
}
@Override 
public void onCameraViewStopped() {
    mGray.release();
    mRgba.release();
}
@Override
// 这里执行人脸检测的逻辑, 根据OpenCV提供的例子实现(face-detection) 
public Mat onCameraFrame(CameraBridgeViewBase.CvCameraViewFrame inputFrame) {
    mRgba = inputFrame.rgba();
    mGray = inputFrame.gray();
    // 翻转矩阵以适配前后置摄像头 
    if (isFrontCamera) {
        Core.flip(mRgba, mRgba, 1);
        Core.flip(mGray, mGray, 1);
    } else {
        Core.flip(mRgba, mRgba, -1);
        Core.flip(mGray, mGray, -1);
    }
    float mRelativeFaceSize = 0.2f;
    if (mAbsoluteFaceSize == 0) {
        int height = mGray.rows();
        if (Math.round(height * mRelativeFaceSize) > 0) {
            mAbsoluteFaceSize = Math.round(height * mRelativeFaceSize);
        }
    }
    MatOfRect faces = new MatOfRect();
    if (classifier != null) classifier.detectMultiScale(mGray, faces, 1.1, 2, 2, new Size(mAbsoluteFaceSize, mAbsoluteFaceSize), new Size());
    Rect[] facesArray = faces.toArray();
    Scalar faceRectColor = new Scalar(0, 255, 0, 255);
    for (Rect faceRect: facesArray) Imgproc.rectangle(mRgba, faceRect.tl(), faceRect.br(), faceRectColor, 3);
    return mRgba;
}

// 手动装载openCV库文件，以保证手机无需安装OpenCV Manager
static {
    System.loadLibrary("opencv_java3");
}

setRequestedOrientation(ActivityInfo.SCREEN_ORIENTATION_LANDSCAPE);

3.摄像机拍摄图像的镜像问题，利用Core.flip(Mat src, Mat dst, int flipCode)函数，src和dst参数是输入和输出矩阵，filpCode有三种情况，0为绕X轴翻转，大于的0代表绕Y轴翻转，-1代表既绕X轴也绕Y轴翻转。(参考：http://blog.csdn.net/wunghao8/article/details/38868281)

检测效果图

后置摄像.png

人脸匹配的实现

由于不是本文重点，只说一下我的实现原理：图像的灰度匹配，但这种匹配方法存在一定的错误率，效果不是太好。完整的人脸检测和匹配的项目FaceDetector在我的Github上也有，感兴趣的可以查看一下。

源码地址

https://github.com/typer9527/FaceDetectDemo