重点是人脸检测，检测，检测。
就是把人脸检测出来，不是识别，不是识别，不是识别。识别的意思，就是检测到人脸，并且通过数据比对，算法分析后得出人脸相识度的过程。而检测，仅仅是检测出来。
针对全网关于安卓OpenCV识别XXX之类的标题，而实际只做了检测的相关文章，在此表示呵呵
回到正题
如何预览视频并进行人脸检测？
（一）预览视频
可直接使用OpenCV库中的JavaCameraView控件，进行视频的预览。
1、布局中声明该对象：
<?xml version="1.0" encoding="utf-8"?>
<RelativeLayout xmlns:android="http://schemas.android.com/apk/res/android"
android:layout_width="match_parent"
android:layout_height="match_parent">
<org.opencv.android.JavaCameraView
android:id="@+id/activity_main_camera_view"
android:layout_width="match_parent"
android:layout_height="match_parent" />
</RelativeLayout>2、在布局中，直接调用该对象的enableView()方法，即可预览。
备注：权限申请之类的老生常谈，这里不再啰嗦。
（二）构建检测分类器
OpenCV中，CascadeClassifier是用于分类器进行数据处理的。首先，构建一个分类器，需要数据源，而人脸检测的分类器数据源，OpenCV官方已经有一个可以直接用了，这里可以直接拿过来用。而文件的路径，就在下载的资源文件中的OpenCV-android-sdk\sdk\etc\lbpcascades目录下，关于构建项目的流程，不懂可看我上一篇文章
OpenCV导入
把分类器数据复制到主项目的res-raw目录下，没有该目录就新建，复制后如下图：
然后，在应用检测前，进行分类器数据复制到本地，并初始化分类器，代码如下：
try {
InputStream is = getResources().openRawResource(R.raw.lbpcascade_frontalface);
File cascadeDir = getDir("cascade", Context.MODE_PRIVATE);
File 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();
cascadeClassifier = new CascadeClassifier(mCascadeFile.getAbsolutePath());
} catch (Exception e) {
Log.e("OpenCVActivity", "Error loading cascade", e);
}这样就完成了分类器的构建了。
（三）监听视频数据
对JavaCameraView设置CameraBridgeViewBase.CvCameraViewListener即可对视频数据进行监听
（四）人脸检测，基于第三部，在监听回调方法onCameraFragment()中，对回调的视频数据进行监听，实现代码如下：
@Override
public Mat onCameraFrame(Mat aInputFrame) {
Imgproc.cvtColor(aInputFrame, grayscaleImage, Imgproc.COLOR_RGBA2RGB);
MatOfRect faces = new MatOfRect();
if (cascadeClassifier != null) {
cascadeClassifier.detectMultiScale(grayscaleImage, faces, 1.1, 3, 2,
new Size(absoluteFaceSize, absoluteFaceSize), new Size());
}
Rect[] facesArray = faces.toArray();
for (int i = 0; i <facesArray.length; i++){
Imgproc.rectangle(aInputFrame, facesArray[i].tl(), facesArray[i].br(), new Scalar(0, 255, 0, 255), 3);
}
return aInputFrame;
}首先，这里对传入的图片帧，进行了一个色值转换的才做，然后再通过分类器的detectMultiScale方法，进行人脸检测，最后通过Imgproc.rectangle()方法，进行绘制人脸。
对于detectMultiScale方法的传入参数，析意如下：
1.image表示的是要检测的输入图像
2.objects表示检测到的人脸目标序列
3.scaleFactor表示每次图像尺寸减小的比例
4.minNeighbors表示每一个目标至少要被检测到3次才算是真的目标(因为周围的像素和不同的窗口大小都可以检测到人脸)
5.minSize为目标的最小尺寸
6.minSize为目标的最大尺寸
最后附上完整代码：
package com.north.light.libopencv;
import android.Manifest;
import android.content.Context;
import android.os.Build;
import android.os.Bundle;
import android.util.Log;
import android.view.WindowManager;
import androidx.appcompat.app.AppCompatActivity;
import org.opencv.android.CameraBridgeViewBase;
import org.opencv.android.JavaCameraView;
import org.opencv.android.OpenCVLoader;
import org.opencv.core.Core;
import org.opencv.core.CvType;
import org.opencv.core.Mat;
import org.opencv.core.MatOfRect;
import org.opencv.core.Rect;
import org.opencv.core.Scalar;
import org.opencv.core.Size;
import org.opencv.imgproc.Imgproc;
import org.opencv.objdetect.CascadeClassifier;
import java.io.File;
import java.io.FileOutputStream;
import java.io.InputStream;
public class MainActivity extends AppCompatActivity implements CameraBridgeViewBase.CvCameraViewListener{
private CameraBridgeViewBase openCvCameraView;
private CascadeClassifier cascadeClassifier;
private Mat grayscaleImage;
private int absoluteFaceSize;
private void initializeOpenCVDependencies() {
try {
InputStream is = getResources().openRawResource(R.raw.lbpcascade_frontalface);
File cascadeDir = getDir("cascade", Context.MODE_PRIVATE);
File 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();
cascadeClassifier = new CascadeClassifier(mCascadeFile.getAbsolutePath());
} catch (Exception e) {
Log.e("OpenCVActivity", "Error loading cascade", e);
}
openCvCameraView.enableView();
}
@Override
protected void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
getWindow().addFlags(WindowManager.LayoutParams.FLAG_KEEP_SCREEN_ON);
setContentView(R.layout.activity_main); // 为该活动设置布局
openCvCameraView = findViewById(R.id.activity_main_camera_view);
openCvCameraView.setCvCameraViewListener(this);
}
@Override
public void onCameraViewStarted(int width, int height) {
grayscaleImage = new Mat(height, width, CvType.CV_8UC4);
absoluteFaceSize = (int) (height * 0.2);
}
@Override
public void onCameraViewStopped() {
}
@Override
public Mat onCameraFrame(Mat aInputFrame) {
Imgproc.cvtColor(aInputFrame, grayscaleImage, Imgproc.COLOR_RGBA2RGB);
MatOfRect faces = new MatOfRect();
if (cascadeClassifier != null) {
cascadeClassifier.detectMultiScale(grayscaleImage, faces, 1.1, 3, 2,
new Size(absoluteFaceSize, absoluteFaceSize), new Size());
}
Rect[] facesArray = faces.toArray();
for (int i = 0; i <facesArray.length; i++){
Imgproc.rectangle(aInputFrame, facesArray[i].tl(), facesArray[i].br(), new Scalar(0, 255, 0, 255), 3);
}
return aInputFrame;
}
@Override
public void onResume() {
super.onResume();
if (!OpenCVLoader.initDebug()) {
}
initializeOpenCVDependencies();
final String[] permissions = {
Manifest.permission.CAMERA
};
if (Build.VERSION.SDK_INT >= Build.VERSION_CODES.M) {
requestPermissions(permissions,0);
}
}
@Override
public void onBackPressed() {
super.onBackPressed();
Log.d("返回键","back back back");
}
}至此，人脸检测已经完成，不过目前检测人脸的预览显示，还是横屏了，官方的demo也是横屏显示的，而对于竖屏显示，请看我下一篇文章。
that's all---------------------------------------------------------------------------------
