这篇文章主要介绍“Android中如何实现人脸检测功能”的相关知识，小编通过实际案例向大家展示操作过程，操作方法简单快捷，实用性强，希望这篇“Android中如何实现人脸检测功能”文章能帮助大家解决问题。1、项目配置首先，为了将Vision库添加到你的工程，你需要导入Play Services 8.1或者更高的版本进入你的工程。本教程只导入Play Services Vision库。打开你工程中的build.gradle文件然后添加以下的编译依赖节点代码。当你已经在工程中包含了Play Services，就可以关闭工程中的build.gradle文件，然后打开 AndroidManifest.xml文件。在你的manifest文件中加入下列数据定义人脸检测的依赖项。让Vision库知道你将会在应用中使用它。一旦完成了AndroidManifest.xml的配置，你就可以关闭这个文件。下一步，你需要创建一个新的类文件FaceOverlayView.java。这个类继承自View类，用来进行人脸检测逻辑、显示经过分析的图像和在图像上绘制信息来说明观点等功能。现在，我们开始增加成员变量并实现构造函数。这个Bitmap(位图)对象用来存储将要被分析的位图数据，SparseArray数组用来存储在图像中发现的人脸信息。然后，我们在FaceOverlayView类中增加一个setBitmap(Bitmap bitmap)函数，现在我们只通过这个函数存储位图对象，一会将用这个方法来分析位图数据。接下来，我们需要一张位图图片。我已经在GitHub上的示例工程中添加了一张，当然你可以使用任何一张你喜欢的图片，然后看看它到底可不可行。当你选好图片后，把它放到res/raw目录下。本教程假定图片的名字叫face.jpg。当你把图片放到res/raw目录后，打开res/layout/activity_main.xml文件。在这个布局文件中引用一个FaceOverlayView对象，使它在MainActivity中显示出来。定义完布局文件后，打开MainActivity然后在onCreate()函数中引用一个FaceOverlayView的实例。通过输入流从raw文件夹中读入face.jpg并转成位图数据。在拥有了位图数据之后，你就可以通过调用FaceOverlayView的setBitmap方法在自定义视图中设置位图了。2、检测人脸现在你的工程已经设置好了，是时候来开始检测人脸了。在setBitmap( Bitmap bitmap )方法中定义一个FaceDetector对象。我们可以通过用FaceDetector中的构造器来实现，通过FaceDetector.Builder你可以定义多个参数来控制人脸检测的速度和FaceDetector生成的其他数据。具体的设置取决于你的应用程序的用途。如果开启了面部特征搜索，那么人脸检测的速度回变得很慢。在大多数程序设计中，每一件事都有它的优缺点。如果想要了解关于FaceDetector.Builder的更多信息，你可以通过查找安卓开发者网站的官网文档获得。你需要检查FaceDetector是否是可操作的。每当用户***次在设备上使用人脸检测，Play Services服务需要加载一组小型本地库去处理应用程序的请求。虽然这些工作一般在应用程序启动之前就完成了，但是做好失败处理同样是必要的。如果FaceDetector是可操作的，那么你需要将位图数据转化成Frame对象，并通过detect函数传入用来做人脸数据分析。当完成数据分析后，你需要释放探测器，防止内存泄露。**免费云主机域名*调用invalidate()函数来触发视图刷新。现在你已经在图片中发现了人脸信息，并可以使用了。例如，你可以沿着检测出的每一张脸画一个框。在invalidate()函数调用之后，我们可以在OnDraw(Canvas canvas)函数中添加所有必要的逻辑。我们需要确保位图和人脸数据是有效的，在那之后画布上画出位图数据，然后再沿着每张脸的方位画一个框。因为不同的设备的分辨率不同，你需要通过控制位图的缩放尺寸来保证图片总是能被正确显示出来。drawBitmap(Canvas canvas)方法会将图像自适应大小的画在画布上，同时返回一个正确的缩放值供你使用。drawFaceBox(Canvas canvas, double scale)方法会更有趣，被检测到人脸数据以位置信息的方式存储到mFaces中，这个方法将基于这些位置数据中的宽、高在检测到的人脸位置画一个绿色的矩形框。你需要定义自己的绘画对象，然后从你的SparseArray数组中循环的找出位置、高度和宽度信息，再利用这些信息在画布上画出矩形。这时运行你的应用程序，你会发现每张被检测到的人脸都被矩形包围着。值得注意的是，现在我们所使用的人脸检测API版本非常新，所以它不一定能检测到所有的人脸。你可以通过修改FaceDetector.Builder中的配置，使它获得到更多的信息，但是我不能保证这一定会起作用。3、理解面部特征面部特征指的是脸上的一些特殊点。人脸检测API不是依靠面部特征来检测一张人脸，而是在检测到人脸之后才能检测面部特征。这就是为什么检测面部特征是一个可选的设置，我们可以通过FaceDetector.Builder开启。你可以把这些面部特征信息做为一个附加的信息来源，例如需找模特的眼睛在哪里，这样就可以在应用中做相应的处理了。有十二种面部特征是可能被检测出来的： 左右眼 左右耳朵 左右耳垂 鼻子 左右脸颊 左右嘴角 嘴面部特征的检测取决于检测的角度。例如，有人侧对着的话，那么只能检测到他的一个眼睛，这意味着另一只眼睛不会被检测到。下表概述了哪些面部特征应该检测到(Y是基于脸部的欧拉角(左或右))。如果在人脸检测中，你已经开启了面部特征检测，那么你可以很容易地使用面部特征信息。你只需要调用getLandmarks()函数获得一个面部特征列表就可以了，你可以直接使用它。在本教程中，你可以利用一个新的函数drawFaceLandmarks(Canvas canvas, double scale)在人脸检测中检测出的每一个面部特征上画一个小圆圈，在onDraw(canvas canvas)函数中，用drawFaceLandmarks替换drawFaceBox。该方法以每个面部特征点的位置为中心，自适应位图大小，用一个圆圈把面部特征点圈起来。调用该方法之后,您应该看到如下图所示的画面，面部特征点被绿色的小圆圈圈起来。4、额外的面部数据人脸的位置和面部特征信息是非常有用的，除此之外，我们在应用中还可以通过Face的内置方法获得人脸检测的更多信息。通过getIsSmilingProbability()、getIsLeftEyeOpenProbability()和getIsRightEyeOpenProbability()方法的返回值(范围从0.0到1.0)我们可以判断人的左右眼是否睁开，是否微笑。当数值越接近于1.0那么可能性也就越大。你也可以通过人脸检测获得Y和Z轴的欧拉值，Z轴的欧拉值是一定会返回的，如果你想接收到X轴的值，那么你必须在检测时使用一个准确的模式，下面是一个如何或者这些值的例子。关于“Android中如何实现人脸检测功能”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识，可以关注百云主机行业资讯频道，小编每天都会为大家更新不同的知识点。
这篇文章主要讲解了“JavaScript数组常用工具函数怎么使用”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“JavaScript数组常用工具函数怎么使用”吧！原理：利用数组的前一项与相邻的后一项相比较，判断大…
免责声明：本站发布的图片视频文字，以转载和分享为主，文章观点不代表本站立场，本站不承担相关法律责任；如果涉及侵权请联系邮箱：360163164@qq.com举报，并提供相关证据，经查实将立刻删除涉嫌侵权内容。
微信扫一扫 
