OpenCV4Android--使用java api做人脸识别

在android上有两种方法使用opencv，第一使用opencv提供好的库文件，然后调用opencv的java api来做图像处理。第二种是使用opencv的C++  api，但是需要ndk来创建动态库，然后android工程间接调用动态库中的函数。

本文主要使用第一种方法，（关于环境的配置，网上很多，个人使用的是http://blog.csdn.net/nuptboyzhb/article/details/8696940，其实如果单纯的使用第一种方法，cdt和ndk都不用安装，只需要解压opencv的ok了）

第一步，将opencv解压，拷贝sdk/java到eclipse工程文件夹下

第二步，导入工程，将java导入到eclipse工程中，修改配置（选择android api勾选is library）

api选择必须是11也就是3.0 以上，否则会报错。

第三步，建立自己的工程

修改配置，library add刚才添加的java工程即可。（也可修改project.properties文件在最后加上android.library.reference.1=../java，确保java工程和你新建的工程目录是同级的。若没有project.properties，那修改default.properties）

添加成功会出现以下图片，（java_src）

第四步，编写代码

 首先在onResume中加载初始化opencv库

@Override    public void onResume()    {        super.onResume();        OpenCVLoader.initAsync(OpenCVLoader.OPENCV_VERSION_2_4_3, this, mLoaderCallback);    }

然后实现baseloadercallback借口，在其中加载是别的分类器，代码来自于opencv人脸是别的范例。

    private BaseLoaderCallback  mLoaderCallback = new BaseLoaderCallback(this) {        @Override        public void onManagerConnected(int status) {            switch (status) {                case LoaderCallbackInterface.SUCCESS:                {                    Log.i(TAG, "OpenCV loaded successfully");               try {                        // load cascade file from application resources                        InputStream is = getResources().openRawResource(R.raw.lbpcascade_frontalface);                        File cascadeDir = getDir("cascade", Context.MODE_PRIVATE);                        mCascadeFile = new File(cascadeDir, "lbpcascade_frontalface.xml");                        FileOutputStream os = new FileOutputStream(mCascadeFile);                        byte[] buffer = new byte[4096];                        int bytesRead;                        while ((bytesRead = is.read(buffer)) != -1) {                            os.write(buffer, 0, bytesRead);                        }                        is.close();                        os.close();                                                mJavaDetector = new CascadeClassifier(mCascadeFile.getAbsolutePath());                        if (mJavaDetector.empty()) {                            Log.e(TAG, "Failed to load cascade classifier");                            mJavaDetector = null;                        } else                            Log.i(TAG, "Loaded cascade classifier from " + mCascadeFile.getAbsolutePath());                                             cascadeDir.delete();                    } catch (IOException e) {                        e.printStackTrace();                        Log.e(TAG, "Failed to load cascade. Exception thrown: " + e);                    }                                 } break;                default:                {                    super.onManagerConnected(status);                } break;            }        }    };

最后在按钮的事件中添加如下

     mRgba=new Mat();         mGray=new Mat();         Bitmap imgtemp=((BitmapDrawable) getResources().getDrawable(R.drawable.lena)).getBitmap();                  Utils.bitmapToMat(imgtemp, mRgba);                            Bitmap img=ConvertGrayImg(R.drawable.lena);             Utils.bitmapToMat(img, mGray);            //mGray//灰度化            if (mAbsoluteFaceSize == 0) {                    int height = mGray.rows();                    if (Math.round(height * mRelativeFaceSize) > 0) {                        mAbsoluteFaceSize = Math.round(height * mRelativeFaceSize);                    }                                   }                        MatOfRect faces = new MatOfRect();                         if (mJavaDetector != null)            {            mJavaDetector.detectMultiScale(mGray, faces, 1.1, 2, 2, // TODO: objdetect.CV_HAAR_SCALE_IMAGE                           new Size(mAbsoluteFaceSize, mAbsoluteFaceSize), new Size());            }                Rect[] facesArray = faces.toArray();                for (int i = 0; i < facesArray.length; i++)                    Core.rectangle(mRgba, facesArray[i].tl(), facesArray[i].br(), FACE_RECT_COLOR, 3);                             Utils.matToBitmap(mRgba, imgtemp,true);                imgView.setImageBitmap(imgtemp);  

其中用到了一个灰度化的函数

ConvertGrayImg,可以参考http://blog.csdn.net/hellogv/article/details/6094127

暂时就这么多了，opencv java api提供的图片转化为灰度的方法，暂时还没找到。