Android人脸识别——眼睛是窗口

Android人脸识别原理

Android的人脸识别在没接触前，想的应该是比较高端的一种处理技术。但当百度了一番后，发现，其实你可以很简单的实现这个。

Android本身提供的人脸识别原理其实是很简单的，找到图片上你左右双眼的位置，然后在眼睛四周画个框标识出来。

Android人脸识别演示

要做演示，首先需要准备好材料。

1、准备好图片；

2、对图片进行识别；

3、如果图片中有人脸，则将人脸标识出来。

新建一个工程，我们将图片放入到工程的res/drawable-hdpi下。在代码中取图片信息。

整体的代码如下：

package com.example.facedetector_csdn;

import android.media.FaceDetector;
import android.os.Bundle;
import android.util.Log;
import android.view.View;
import android.view.View.OnClickListener;
import android.widget.Button;
import android.widget.ImageView;
import android.app.Activity;
import android.graphics.Bitmap;
import android.graphics.BitmapFactory;
import android.graphics.Canvas;
import android.graphics.Color;
import android.graphics.Paint;
import android.graphics.PointF;
import android.graphics.RectF;

public class MainActivity extends Activity  {

 ImageView imgView;
 @Override
 protected void onCreate(Bundle savedInstanceState) {
  super.onCreate(savedInstanceState);
  setContentView(R.layout.activity_main);
  
  imgView=(ImageView)findViewById(R.id.img);
  Button btnButton=(Button)findViewById(R.id.btn);
  btnButton.setOnClickListener(new OnClickListener() {
   @Override
   public void onClick(View v) {
    // TODO Auto-generated method stub
    secondStep(firstStep());
   }
  });
  
 }
   //Step 1. 读取一张图片至Bitmap
 public Bitmap firstStep()
 {
  //取图片并转为bitmap格式
  Bitmap sampleBmp=BitmapFactory.decodeResource(getResources(), R.drawable.img);
  //FaceDetecor只能读取RGB 565格式的Bitmap，所以在开始识别前，我们需要将上面得到的Bitmap进行一次格式转换。
  Bitmap tmpBmp = sampleBmp.copy(Bitmap.Config.RGB_565, true);
  return tmpBmp;
 }
 //Step2. 识别图片中的人脸，并标识
 public void secondStep(Bitmap bitmap)
 {
  //设定最大可查的人脸数量
  int MAX_FACES=5;
  FaceDetector faceDet = new FaceDetector(bitmap.getWidth(), bitmap.getHeight(), MAX_FACES);
  //将人脸数据存储到facelist中
  FaceDetector.Face[] faceList = new FaceDetector.Face[MAX_FACES];
  faceDet.findFaces(bitmap, faceList);
  
  //  FaceDetector API文档我们发现，它查找人脸的原理是：找眼睛。
  //  它返回的人脸数据face，通过调用public float eyesDistance ()，public void getMidPoint (PointF point)，
  //  我们可以得到探测到的两眼间距，以及两眼中心点位置（MidPoint）。
  //  public float confidence () 可以返回该人脸数据的可信度(0~1)，这个值越大，该人脸数据的准确度也就越高。
  RectF[] faceRects=new RectF[faceList.length];
  for (int i=0; i < faceList.length; i++) {
            FaceDetector.Face face = faceList[i];
            Log.d("FaceDet", "Face ["+face+"]");
            if (face != null) {
             //confidence标识一个匹配度，在0~1区间，越接近1，表示匹配越高。如果需要可以加上这个判断条件
             //这里不做判断
                Log.d("FaceDet", "Face ["+i+"] - Confidence ["+face.confidence()+"]");
                //获取两眼中心点的坐标位置
                PointF pf = new PointF();
                face.getMidPoint(pf);
                //这里的框，参数分别是：左上角的X,Y  右下角的X,Y
                //也就是左上角（r.left,r.top），右下角( r.right,r.bottom)。作为定位，确定这个框的格局。
                RectF r = new RectF();
                r.left = pf.x - face.eyesDistance() / 2;
                r.right = pf.x + face.eyesDistance() / 2;
                r.top = pf.y - face.eyesDistance() / 2;
                r.bottom = pf.y + face.eyesDistance() / 2;
                faceRects[i] = r;
              //画框:对原图进行处理，并在图上显示人脸框。
            Canvas canvas = new Canvas(bitmap); 
                Paint p = new Paint(); 
                p.setAntiAlias(true); 
                p.setStrokeWidth(2); 
                p.setStyle(Paint.Style.STROKE); 
                p.setColor(Color.BLUE); 
                //画一个圈圈
                canvas.drawCircle(r.left, pf.y, 10, p); 
                canvas.drawCircle(r.right, pf.y, 10, p); 
                //画框
                canvas.drawRect(r, p); 
                //图片显示
                imgView.setImageBitmap(bitmap); 
            }
        }
  
  
 }
 
 
}

代码的处理很简单，获取图片，转换图片格式，将图片中可能存在的人脸数据存储到数组中，对数组中可能存在的人脸数据进行处理，画框。

比尔盖茨镇楼，点击检测人脸，效果如下：

效果是出来了，虽然挺难看。

上面这个图片，只有比尔盖茨一张脸，而我们设定的最大值是5，这样我们换个图片，看看是否可以检测到多个人脸。

到这里我们看到我们想要的效果都实现了。如果你想要识别同一个人的两张照片，其实也可以按这个流程来处理，对比。

最后，我们还来验证一个问题，Android人脸识别既然是以眼睛作为查找的原理，那我们闭上眼睛会怎么样呢，看一张闭眼的美女图片，在检测人脸前后是否有变化。

前后无变化，代码会提示你

检测不到人脸数据。因此想要检测人脸，请睁开你的眼睛。

转载：http://blog.csdn.net/yangzhaomuma/article/details/50194753