在Android Studio中实现OpenCV人脸检测

【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\javaso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();    }}

    然后是CameraBridgeViewBase，它是JavaCameraView(布局中使用)的抽象基类，用于调用手机摄像机，同时提供了摄像机的监听方法，所以只要实现了CvCameraViewListener2接口，在onCameraViewStarted()、onCameraViewStopped()、onCameraFrame()这三个方法中就可以处理摄像机的开始、停止和每一帧拍摄的图像。
    这里重点说明一下onCameraFrame(CvCameraViewFrame inputFrame)，通过参数inputFrame我们可以获取每一帧图像的灰度矩阵和彩色矩阵，并根据灰度矩阵利用CascadeClassifier的detectMultiScale()方法检测出人脸区域，再将检测结果标记到图像的彩色矩阵上，最终作为返回结果输出到屏幕上从而实现人脸检测。

@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;}

最后说一下使用过程中的一些注意事项(坑)：
1.使用OpenCV库之前，必须先加载对应的so文件，当然这样也是为了应用无需依赖OpenCV Manager。

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

2.必须设置横屏，竖屏下无法检测，这个问题目前没有解决。

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