![bf3cbe8c552038cb4cf463cf75eb1f59.png](https://img-blog.csdnimg.cn/img_convert/bf3cbe8c552038cb4cf463cf75eb1f59.png)
如果对Android Studio搭建openCV环境有不清楚的地方,可以查看我之前的文章,也可以关注我的微信公众号,搜索“机器视觉交流社”。
先看效果
![d6d52e1aff6144387619ea8bf3075a14.png](https://img-blog.csdnimg.cn/img_convert/d6d52e1aff6144387619ea8bf3075a14.png)
从视频上看,效果没有达到预期,需要后期优化,达到效果了,再来和大家分享,这里主要和大家分享几个在构建人脸检测时遇到的几个坑:
1、要在res/raw路径下写入“lbpcascade_frontalface.xml”。
“lbpcascade_frontalface.xml”是OpenCV库中训练好的分类器。
![5347941d792c7cade09362a7a85fb2cf.png](https://img-blog.csdnimg.cn/img_convert/5347941d792c7cade09362a7a85fb2cf.png)
2、添加“Android.mk”文件中的“OPENCV_ANDROID_SDK”到到环境变量里,路径为解压OpenCV-android-sdk在你电脑中的路径。
![724a47673ec7e287c1490c9ab0a528a5.png](https://img-blog.csdnimg.cn/img_convert/724a47673ec7e287c1490c9ab0a528a5.png)
3、修改DetectionBasedTracker_jni.cpp和DetectionBasedTracker_jni.h函数名中涉及到的路径,如下图:
![9e948b422c543f958fe30599dc71149a.png](https://img-blog.csdnimg.cn/img_convert/9e948b422c543f958fe30599dc71149a.png)
4、通过“ndk-build"命令编译生成“libdetection_based_tracker.so”库。到此,恭喜你大功告成了。
如果有疑问的地方,欢迎关注公众号“机器视觉交流社”或者本人微信号“LuckyZiXiao”。