Google_FaceDetetor CameraHal 实现

最新推荐文章于 2024-04-03 15:51:27 发布

守望尼罗河畔的初心

最新推荐文章于 2024-04-03 15:51:27 发布

阅读量3.3k

点赞数

分类专栏： andriod

本文链接：https://blog.csdn.net/zmnqazqaz/article/details/50186537

版权

andriod 专栏收录该内容

22 篇文章 2 订阅

订阅专栏

Google_FaceDetetor CameraHal 实现基于RK3288平台的实现。

	android.media.FaceDetector

	安卓SDK提供人脸检测这个类，用法非常的简单，下面是需要分析一下这个功能的实现。

	使用方法

	首先，大致看一下从应用层调入到HAL层的流程。

	packages/apps/Camera/src/com/android/camera/Camera.java

		public void startFaceDetection(){  
    // Try starting Face Detection   
    ....  
    // start face detection only *after* preview has started   
    if (params.getMaxNumDetectedFaces() > 0){  
        // camera supports face detection, so can start it:   
        mCamera.startFaceDetection();  
    }  
}

getMaxNumDetectedFaces在

frameworks/base/core/java/android/hardware/Camera.java

public int getMaxNumDetectedFaces() {  
    return getInt(KEY_MAX_NUM_DETECTED_FACES_HW, 0);  
} 

这里可以看出来：KEY_MAX_NUM_DETECTED_FACES_HW这个值是否大于说明是否支持人脸检测

接着我们看一下startFaceDetection的调用流程

frameworks/base/core/java/android/hardware/Camera.java

public final void startFaceDetection() {  
    if (mFaceDetectionRunning) {  
        throw new RuntimeException("Face detection is already running");  
    }  
    _startFaceDetection(CAMERA_FACE_DETECTION_HW);  
    mFaceDetectionRunning = true;  
} 

frameworks/base/core/jni/android_hardware_Camera.cpp

//这里start,stop都是通过JNI的方式调用的

static JNINativeMethod camMethods[] = {
//省略一些无用函数
{ "_startFaceDetection",
    "(I)V",
    (void *)android_hardware_Camera_startFaceDetection },
  { "_stopFaceDetection",
    "()V",
    (void *)android_hardware_Camera_stopFaceDetection},
  { "enableFocusMoveCallback",
    "(I)V",
    (void *)android_hardware_Camera_enableFocusMoveCallback},
};
static void android_hardware_Camera_startFaceDetection(JNIEnv *env, jobject thiz,
        jint type)
{
    ALOGV("startFaceDetection");
    JNICameraContext* context;
    sp<Camera> camera = get_native_camera(env, thiz, &context);
    if (camera == 0) return;

    status_t rc = camera->sendCommand(CAMERA_CMD_START_FACE_DETECTION, type, 0);
    if (rc == BAD_VALUE) {
        char msg[64];
        snprintf(msg, sizeof(msg), "invalid face detection type=%d", type);
        jniThrowException(env, "java/lang/IllegalArgumentException", msg);
    } else if (rc != NO_ERROR) {
        jniThrowRuntimeException(env, "start face detection failed");
    }
}static void android_hardware_Camera_stopFaceDetection(JNIEnv *env, jobject thiz)
{
    ALOGV("stopFaceDetection");
    sp<Camera> camera = get_native_camera(env, thiz, NULL);
    if (camera == 0) return;


    if (camera->sendCommand(CAMERA_CMD_STOP_FACE_DETECTION, 0, 0) != NO_ERROR) {
        jniThrowRuntimeException(env, "stop face detection failed");
    }
}
</pre><pre style="white-space:pre-wrap; word-wrap:break-word; font-size:14.3999996185303px; line-height:26px; background-color:rgb(255,255,255)">这里代码就调用的是HAL层实现的函数：
rk3288 CameraHal 代码实现在：

hardware/rk29/camera/CameraHal/下：

我们通过搜索CAMERA_CMD_START_FACE_DETECTION找到相关的实现：

int CameraHal::sendCommand(int32_t cmd, int32_t arg1, int32_t arg2)
{
    LOG_FUNCTION_NAME
    int ret = 0,drv_w,drv_h;
    Mutex::Autolock lock(mLock);

    if(cmd == CAMERA_CMD_START_FACE_DETECTION){
        const char* szFace = mParameters.get(CameraParameters::KEY_MAX_NUM_DETECTED_FACES_HW);
        if(!szFace || ( szFace && (strtol(szFace,0,0) == 0))){
            ret = BAD_VALUE;
            return ret;
        }
        LOGD("sendCommand start face detection ");
        enableMsgType(CAMERA_MSG_PREVIEW_METADATA);
        Message_cam msg;
        if ((mCommandThread != NULL)) {
            msg.command = CMD_START_FACE_DETECTION;
            msg.arg1 = (void*)(NULL);
            commandThreadCommandQ.put(&msg);
        }
    }else if(cmd == CAMERA_CMD_STOP_FACE_DETECTION){
        const char* szFace = mParameters.get(CameraParameters::KEY_MAX_NUM_DETECTED_FACES_HW);
        if(!szFace || ( szFace && (strtol(szFace,0,0) == 0))){
            ret = BAD_VALUE;
            return ret;
        }
//xxxx
}
//这里看出去读摄像头支持的数量，同样设置数量的函数我们通过搜索可以发现：

        struct v4l2_queryctrl facedetect;
        facedetect.id = V4L2_CID_FACEDETECT;
    if (!ioctl(mCamFd, VIDIOC_QUERYCTRL, &facedetect)) {
       params.set(CameraParameters::KEY_MAX_NUM_DETECTED_FACES_HW,"1");
    }else{
        params.set(CameraParameters::KEY_MAX_NUM_DETECTED_FACES_HW,"0");
        }
这里发现似乎走了else分支，我们先手动改为1测试。发现情况不容乐观，我们继续看之前的commandThreadCommandQ。

当然我们找常量比较快：CMD_START_FACE_DETECTION

我们找到这个消息的处理函数：void CameraHal::commandThread() 中队与这个命令的操作就一个调用：

 mEventNotifier->startFaceDection(drv_w,drv_h);

走到这里我们先研究一下这个FaceDetetor的实现在Cameral流程：

因为应用的层的使用来，我们很容易得出结论。

我们统统start开启一个线程去处理视频流然后回调某个函数通知上层，最后调用stop 停止这个线程。

接着我们继续往下看。

# grep -rn startFaceDection *
AppMsgNotifier.cpp:148:int AppMsgNotifier::startFaceDection(int width,int height)

CameraHal.h:1182:    int startFaceDection(int width,int height)

我们先看一下 CameraHal.h 看一下和这个相关的接口

    int startFaceDection(int width,int height);//开始人脸检测
    void stopFaceDection();//停止人脸检测
    bool isNeedSendToFaceDetect();
    void notifyNewFaceDecFrame(FramInfo_s* frame);

 class CameraAppFaceDetThread :public Thread //人脸识别线程
    {
    public:
        enum FACEDET_THREAD_CMD{
            CMD_FACEDET_FACE_DETECT,
            CMD_FACEDET_PAUSE,
            CMD_FACEDET_EXIT
        };
        protected:
                AppMsgNotifier* mAppMsgNotifier;
        public:
                CameraAppFaceDetThread(AppMsgNotifier* hw)
                        : Thread(false),mAppMsgNotifier(hw) { }

                virtual bool threadLoop() {
                        mAppMsgNotifier->faceDetectThread();

                        return false;
                }
    };
</pre>
相关接口十分明显：我们一个个看进去即可。
int AppMsgNotifier::startFaceDection(int width,int height)
{
        //LOGI("AppMsgNotifier::startFaceDection");
    int ret = 0;
    Mutex::Autolock lock(mFaceDecLock);
    if(!(mRunningState & STA_RECEIVE_FACEDEC_FRAME)){
        if((ret = initializeFaceDetec(width, height)) == 0){
                mRunningState |= STA_RECEIVE_FACEDEC_FRAME;
            mFaceFrameNum = 0;
            LOG1("start face detection !!");
        }
        mRecMetaDataEn = true;
    }
    return ret;
}

void AppMsgNotifier::stopFaceDection()
{
    Message_cam msg;
    Semaphore sem;
   LOG_FUNCTION_NAME
    {
        Mutex::Autolock lock(mFaceDecLock);
        mRecMetaDataEn = false;
        mRunningState &= ~STA_RECEIVE_FACEDEC_FRAME;
    }
    //send msg to stop recording
    msg.command = CameraAppFaceDetThread::CMD_FACEDET_PAUSE;
    sem.Create();
    msg.arg1 = (void*)(&sem);
    faceDetThreadCommandQ.put(&msg);
    if(msg.arg1){
        sem.Wait();
    }
    LOG_FUNCTION_NAME_EXIT
}
//这两个函数没什么好解释的，直接进initializeFaceDetec(width, height)看一下
int AppMsgNotifier::initializeFaceDetec(int width,int height){
         LOGI("%s(%d): initializeFaceDetec START width =%d,height =%d",__FUNCTION__,__LINE__,width,height);

    if(!mFaceDetecInit){
        //load face detection lib 
        LOGI("%s(%d): LOAD LIBFFETm.so",__FUNCTION__,__LINE__);
        mFaceDetectorFun.mLibFaceDetectLibHandle = dlopen("libFFTEm.so", RTLD_NOW);
        if (mFaceDetectorFun.mLibFaceDetectLibHandle == NULL) {
            LOGE("%s(%d): open libFFTEm.so fail",__FUNCTION__,__LINE__);
            return -1;
        } else {
            mFaceDetectorFun.mFaceDectStartFunc = (FaceDetector_start_func)dlsym(mFaceDetectorFun.mLibFaceDetectLibHandle, "FaceDetector_start");
            mFaceDetectorFun.mFaceDectStopFunc = (FaceDetector_stop_func)dlsym(mFaceDetectorFun.mLibFaceDetectLibHandle, "FaceDetector_stop");
            mFaceDetectorFun.mFaceDectFindFaceFun = (FaceDetector_findFaces_func)dlsym(mFaceDetectorFun.mLibFaceDetectLibHandle, "FaceDetector_findFaces");
            mFaceDetectorFun.mFaceDetector_initizlize_func = (FaceDetector_initizlize_func)dlsym(mFaceDetectorFun.mLibFaceDetectLibHandle, "FaceDetector_initizlize");
            mFaceDetectorFun.mFaceDetector_destory_func = (FaceDetector_destory_func)dlsym(mFaceDetectorFun.mLibFaceDetectLibHandle, "FaceDetector_destory");}
//这里我们要调用libFFTEm.so, 这个东西就是传说中 external/neven下的实现，我们进目录看一下
# ls
Android.mk    Embedded          FaceDetector_jni.cpp  MODULE_LICENSE_APACHE2
CleanSpec.mk  FaceDetector.cpp  FaceRecEm             NOTICE
Android.mk 中我们就看到了确实是由这个工程编译成libFFTEm.so 没错
LOCAL_MODULE:= libFFTEm
这里我们搜索FaceDetector_start等相关函数并没有找到定义，所以我们判断出来对于人脸检测实际上我们HAL的问题在这里。
我们先放开这里不谈，我们知道了start和stop函数，我们并没有看到人脸识别线程相关的内容，我们先找一下这个线程是不是有实现？
void AppMsgNotifier::faceDetectThread(){
 while (loop) {
	  case CameraAppFaceDetThread::CMD_FACEDET_FACE_DETECT:
	 if((processFaceDetect(frame) > 0)){
                        face_detected = true;
                    }else{
                        face_detected = false;
                    }
}

}
这里看到线程已经写完了，我们在等一再找一下CMD_FACEDET_FACE_DETECT是谁发送的？先看看processFaceDetect
int AppMsgNotifier::processFaceDetect(FramInfo_s* frame)
{
	 (*mFaceDetectorFun.mFaceDectFindFaceFun)(mFaceContext,(void*)frame->vir_addr, mCurOrintation,mCurBiasAngle,0, &hasSmileFace, faces, &num)；<span style="font-size: 14.4px; white-space: pre-wrap; font-family: Arial, Helvetica, sans-serif;">//其他角度处理的函数</span><span style="font-family: Arial, Helvetica, sans-serif; font-size: 14.4px; white-space: pre-wrap;">}</span>
//这里发现还是回到那几个从so里的处理函数，接着我们看如何出发这个处理的事件：CMD_FACEDET_FACE_DETECT
void AppMsgNotifier::notifyNewFaceDecFrame(FramInfo_s* frame)
{

    //send to app msg thread
    Message_cam msg;
    Mutex::Autolock lock(mFaceDecLock);
   if((mRecMetaDataEn) && (mRunningState & STA_RECEIVE_FACEDEC_FRAME)) {
        msg.command = CameraAppFaceDetThread::CMD_FACEDET_FACE_DETECT ;
        msg.arg2 = (void*)(frame);
        msg.arg3 = (void*)(frame->used_flag);
        ///LOGE("AppMsgNotifier::notifyNewFaceDecFrame,send msg");
        faceDetThreadCommandQ.put(&msg);
   }else{
	mFrameProvider->returnFrame(frame->frame_index,frame->used_flag);
        }
}
//所有的线索都断在这个函数notifyNewFaceDecFrame ，我们整理一下目前我们有的思路。
1.我们需要实现
这些函数在CameraHal.h中定义
typedef void (*FaceDetector_start_func)(void *context,int width, int height, int format);
typedef void (*FaceDetector_stop_func)(void *context);
typedef int (*FaceDetector_findFaces_func)(void *context,void* src, int orientation, float angle, int isDrawRect, int *smileMode,struct RectFace* faces, int* num);
typedef void* (*FaceDetector_initizlize_func)(int type, float threshold, int smileMode);
typedef void (*FaceDetector_destory_func)(void *context);
typedef int (*FaceDector_nofity_func)(struct RectFace* faces, int* num);
struct face_detector_func_s{
    void* mLibFaceDetectLibHandle;
    FaceDetector_start_func  mFaceDectStartFunc;
    FaceDetector_stop_func   mFaceDectStopFunc;
    FaceDetector_findFaces_func mFaceDectFindFaceFun;
    FaceDetector_initizlize_func mFaceDetector_initizlize_func;
    FaceDetector_destory_func    mFaceDetector_destory_func;
};
2.我们要在合适地方调用notifyNewFaceDecFrame 


目标明确了之后，这里调用的过程比较简单，我们参考预览界面，因为都是得到一祯图片，最后发现所有的实现和根据我目前的摄像头的情况，
我采取了在这个函数里增加：int CameraUSBAdapter::reprocessFrame(FramInfo_s* frame)
#if 1
    //need to send face detection ?
        if(mRefEventNotifier->isNeedSendToFaceDetect()){
                if(  (frameNum++ %  BORDER) == 0 ){
                         mRefEventNotifier->notifyNewFaceDecFrame(frame);
                }
    }else{
        frameNum=0;
    }
#endif
//这里通过测试每一帧都会调用这个函数，如果每一帧都进行人脸识别，太消耗性能，最后导致摄像头服务都承受不了图像卡住了，所有我这里每7帧进行一次识别。

然后我们看最重要的几个函数的实现，为了方便我直接修改了一下一个函数原型，
参考FaceDetor_jni.cpp实现了一个人脸检测的C封装，这里函数调用其实还是比较容易，看一下实际实现的代码即可。
这里说明一下FaceDetor_jni.cpp是给Java调用的我们只是参考一下人脸检测是怎么调用的，上网搜索居然没有发现相关的参考。
因为C++封装会导致so中的符号名改变造成找不到函数，我直接extern "C"用C的方式封装比较简单。
关键代码如下：
extern "C"  void * FaceDetector_initizlize(int type, float threshold, int smileMode)
{
	return malloc(sizeof(char));
}

extern "C"  void  FaceDetector_destory(void *context){
	 if(context!=NULL)
		free(context);
	context = NULL;
}


extern "C"  void FaceDetector_start(void *context,int width, int height, int format){
	
	// load the configuration file
    const char* root = getenv("ANDROID_ROOT");
      String8 path(root);
    //path.appendPath("usr/share/bmd/RFFstd_501.bmd");
    path.appendPath("usr/share/bmd/RFFspeed_501.bmd");

    const int MAX_FILE_SIZE = 65536;
    void* initData = malloc( MAX_FILE_SIZE ); /* enough to fit entire file */
    int filedesc = open(path.string(), O_RDONLY);
    int initDataSize = read(filedesc, initData, MAX_FILE_SIZE);
    close(filedesc);

    // --------------------------------------------------------------------

    btk_SDKCreateParam sdkParam = btk_SDK_defaultParam();
    sdkParam.fpMalloc = malloc;
    sdkParam.fpFree = free;
    sdkParam.maxImageWidth = width;
    sdkParam.maxImageHeight = height;

    btk_Status status = btk_SDK_create(&sdkParam, &g_sdk);
    // make sure everything went well
    if (status != btk_STATUS_OK) {
        return ;
    }


    btk_DCRCreateParam dcrParam = btk_DCR_defaultParam();
    btk_DCR_create( g_sdk, &dcrParam, &g_dcr );


    btk_FaceFinderCreateParam fdParam = btk_FaceFinder_defaultParam();
    fdParam.pModuleParam = initData;
    fdParam.moduleParamSize = initDataSize;
    fdParam.maxDetectableFaces = g_maxFace;
    status = btk_FaceFinder_create( g_sdk, &fdParam, &g_fd );
    btk_FaceFinder_setRange(g_fd, 20, width/2); /* set eye distance range */

    // make sure everything went well
    if (status != btk_STATUS_OK) {
        return ;
    }
    // free the configuration file
    free(initData);
	/*
		其他参数初始化
	*/
	 g_width  = width;
	 g_height = height;
}
extern "C"  int FaceDetector_findFaces(void *context,void* src, int orientation, float angle, int isDrawRect, int *smileMode,struct RectFace* faces, int* num)
{
//	ALOGE("FaceDetector_findFaces....");
  // get the fields we need
    btk_HDCR hdcr = g_dcr;
    btk_HFaceFinder hfd = g_fd;
    u32 maxFaces = g_maxFace;
    u32 width = g_width;
    u32 height = g_height;
	int i=0;

//ALOGE("#FaceDetector_findFaces....btk_DCR_assignGrayByteImage");
	//提取y像素（yuv420 nv12 提取Y）
	int framesize = width *height ;
	void *grey = malloc(framesize);
	memcpy(grey, src, framesize);
	
	

    // run detection,得到人脸数量
    btk_DCR_assignGrayByteImage(hdcr, grey, width, height);
//ALOGE("#FaceDetector_findFaces....btk_DCR_assignGrayByteImage ok...");
    int numberOfFaces = 0;
    if (btk_FaceFinder_putDCR(hfd, hdcr) == btk_STATUS_OK) {
        numberOfFaces = btk_FaceFinder_faces(hfd);
		ALOGE("#FaceDetector_findFaces.... face ==%d",numberOfFaces);
    } else {
        ALOGE("ERROR: Return 0 faces because error exists in btk_FaceFinder_putDCR.\n");
		*num = -1;
		free(grey);
		grey =NULL;
		return -1;
    }
   if(numberOfFaces>5) numberOfFaces=5;
   if(numberOfFaces >0){
		// ALOGE("#face ==..== %d\n",numberOfFaces);
		getFaceData2(hfd,hdcr, faces,numberOfFaces);
	}
	   *num =numberOfFaces;

	free(grey);
	grey =NULL;
	//ALOGE("#free..end");
	return numberOfFaces;
}


//其他的BUG在调试过程中很容易解决了，如果需要C++封装的代码：
http://download.csdn.net/download/zmnqazqaz/9880882

守望尼罗河畔的初心

关注

0
点赞
踩
2

收藏

觉得还不错? 一键收藏
4
评论
Google_FaceDetetor CameraHal 实现

Google_FaceDetetor CameraHal 实现基于RK3288平台的实现。 android.media.FaceDetector 安卓SDK提供人脸检测这个类，用法非常的简单，下面是需要分析一下这个功能的实现。使用方法首先，大致看一下从应用层调入到HAL层的流程。 packages/apps/Camera/src/com/android/c
复制链接

扫一扫

专栏目录