详解android 人脸检测你一定会遇到的坑
笔者今年做了一个和人脸有关的android产品,主要是获取摄像头返回的预览数据流,判断该数据流是否包含了人脸,有人脸时显示摄像头预览框,无人脸时摄像头预览框隐藏,看上去这个功能并不复杂,其实在开发过程中,遇到的问题也不多,全部都处理了,在正式推出前,这个产品在公司内部也测试了几个月,也没发现bug,但最近实施人员,在客户公司做实施时,反馈回来各种问题,这些问题有部分是程序bug,也有一部分是和硬件有关,因为测试环境有限,笔者无法对各种型号,各个厂家的硬件进行测试,这篇文章主要是记录,摄像头给我们带来的一些坑,分享给涉及到人脸开发的朋友,让大家少走弯路。
一:概述
android sdk 中支持人脸检测,它提供了一个直接在位图上进行人脸检测的方法,这个 api 是android.media.facedetector,源文件路径是:
frameworks/base/media/java/android/media/facedetector.java
调用 findfaces 方法就可进行人脸检测,该方法返回检测到的人脸总数,并且会将每个”人脸”的信息保存在facedetector.face 的数组中。每个 face 都包含下面几点信息:
- 该 face 为人脸的可信度.取值范围是 0~1,大于 0.3 则表明可信度较高。
- 双眼之间的距离
- 双眼中点的 x,y 坐标
- 脸部的欧拉角度,可用于判断抬头,侧脸的角度等。
识别流程是这样的:
1. 读取一张图片至 bitmap,且该 bitmap 必须是 565 格式。
2. 调用 findfaces 方法分析 bitmap(注意待分析的 bitmap 宽度必须是偶数),将探测到的人脸数据存储在一个facedetector.face 数组中,并返回检测到的人脸总数。android sdk 中的 facedetector 介绍
android有原生的api做人脸检测,通过android.media.facedetector来检测bitmap是否包含人脸,android.media.facedetector.face来检测人脸位置信息,我们需要在activity中实现carema.previewcallback接口,该接口有一个onpreviewframe方法,这个方法返回摄像头实时图像的数据流,由于这个方法返回的数据流时nv21格式,我们需要转换bitmap才能进行人脸检测,转换过程如下:byte[] --> yuvimage --> bytearrayoutputstream --> byte[] --> bitmap ,具体转换的代码如下:
camera.size size = mtcamera.getparameters().getpreviewsize(); yuvimage yuvimage = new yuvimage(mdata, imageformat.nv21, size.width, size.height, null); yuvimage.compresstojpeg(new rect(0, 0, size.width, size.height), 100, mbitmapoutput); options.inpreferredconfig = bitmap.config.rgb_565; bitmap = bitmapfactory.decodebytearray(mbitmapoutput.tobytearray(), 0, mbitmapoutput.tobytearray().length, options); mbitmapoutput.reset(); bitmap = bitmap.createbitmap(bitmap, 0, 0, bitmap.getwidth(), bitmap.getheight(), mmatrix, false);
通过上面的转换,我们已经得到了人脸检测的bitmap,此时只需要进行人脸检测就ok了,代码如下:
detector = new facedetector(source.getwidth(),source.getheight(), maxfacenum); face[] faces = new face[maxfacenum]; detector.findfaces(source, faces);
代码基本上就哪么多,由于受到硬件的影响,上面的代码有很多地雷。
二:人脸检测常见问题
产品上线后,主要问题有,人站在摄像头面前,app无法识别人脸,软件运行性能也会下降,出现严重卡顿等问题,当前我比较郁闷,明明在测试环境都运行几个月了,都没有出现这些问题,正式实施的时候,问题不断,通过近两个月的整理,主要问题有以下几个。
2.1 无法识别人脸
1):相机角度问题
由于我在测试的时候,摄像头图像是垂直的,没有任何问题,但正式使用时,摄像头来自不同商家,导致摄像头图像是水平的了,如下图:
图像角度都不对了,当然无法识别人脸了,此时我们需要得到摄像头的默认旋转的角度,再作处理,特别声明:setdisplayorientation() 这个方法是逆时针旋转,代码如下:
public void setcameradisplayorientation (activity activity, int cameraid, android.hardware.camera camera) { android.hardware.camera.camerainfo info = new android.hardware.camera.camerainfo(); android.hardware.camera.getcamerainfo (cameraid , info); int rotation = activity.getwindowmanager ().getdefaultdisplay ().getrotation (); int degrees = 0; switch (rotation) { case surface.rotation_0: degrees = 0; break; case surface.rotation_90: degrees = 90; break; case surface.rotation_180: degrees = 180; break; case surface.rotation_270: degrees = 270; break; } int result; if (info.facing == camera.camerainfo.camera_facing_front) { result = (info.orientation + degrees) % 360; result = (360 - result) % 360; // compensate the mirror } else { // back-facing result = ( info.orientation - degrees + 360) % 360; } morienta = result;//该值有其它用途 camera.setdisplayorientation (result); }
2):相机设置旋转后,预览图片和相机返回实时流角度问题
这个坑太恶心了,当我把相机角度旋转后,把app打包发一个给同事,结果同事告诉我,还是不行,还好在公司借到一个锐士达1080p的摄像头,然后我把onpreviewframe返回的流画到imageview,发现返回的图像,和预览的图像,根本不一样,我勒个去,虽然预览图像旋转了,我们还需要对onpreviewframe返回的流进行处理,这个坑也让我比较无语,害我找了好久。虽然说解决的代码只有简短的几句,但找出原因过程只有自己能体会,然后我使用matrix来旋转onpreviewframe返回的流,关于matrix,完全是参考android matrix详细,这篇文章写得非常好,然而matrix的postrotate是顺时针旋转,和camera.setdisplayorientation()刚好相反,我勒个去,这两个难兄难弟太不让人省心,一个顺时针,一个逆时针,超级无语,修改后的代码如下。
//morienta来源于setcameradisplayorientation mmatrix = new matrix(); switch (morienta){ case 90: mmatrix.postrotate(270); break; case 270: mmatrix.postrotate(90); break; default: mmatrix.postrotate(morienta); break; }
2.2 720p摄像头和1080p摄像头涉及到的问题
1):获取摄像头支持预览尺寸遇到的问题
初始化相机时,我们需要设置摄像头支持的预览尺寸,如果不是相机支持的尺寸,会出现异常,根据项目需要,本地环境我直接指定一个下标,然后硬件变化后,这个值也跟着变了,如下图:
此处根据实际情况获取,可以计算每一个尺寸的面积,通过一个基础面积获取适应的预览尺寸。具体代码就不帖了,只需要清楚有这一个坑就ok了。
2):获取预览侦宽高大小带来的问题
如果程序的lock,和线程问题没处理好,性能问题显而易见。
如果只是简单的识别人脸,我们可以通过压缩图片的方法来解决这个问题。
bitmapfactory.options options = new bitmapfactory.options(); options.insamplesize =2; options.inpreferredconfig = bitmap.config.rgb_565; bitmap = bitmapfactory.decodebytearray(mbitmapoutput.tobytearray(), 0, mbitmapoutput.tobytearray().length, options);
3):摄像头返回的流频率过快,导致人脸识别处理速度根不上的解决办法
最初软件运行的时候,运行一段时间,app直接崩溃了,最后发现是,onpreviewframe返回的流太快,网上说可以在启动相机时,设置流的频率,常见设置的代码
camera.parameters parameters = mcamera.getparameters(); parameters.setpreviewframerate(3);//设置每秒3帧,没有效果
然而这样设置后,完全没有用,如图:
处理这个问题并不是很复杂,只是判断一个两次处理流的时候,大于300毫秒(具体时间,根据需求变动)
public void onpreviewframe(byte[] data, camera camera) { logger.i(tag+"收到相机回调:onpreviewframe()"+index); if(data!=null&&data.length>0&&system.currenttimemillis()-time>200){ time=system.currenttimemillis(); mfacehandle.post(new facethread(data,camera,(++index))); } }
2.3 刷脸的人员走开后,屏幕仍然显示和人脸相关信息
通过以上描述我们知道,相机预览图尺寸过大,导致刷脸人员走开几秒钟内,android设备屏,仍然显示和人脸有关的信息,因为onpreviewframe频率较快,而处理人脸的时间过长,导致人脸对列越来越大,所以人走开后,屏才会显示相关信息,这里需要控制,onpreviewframe处理人脸的频率大于,以及提升人脸识别的时间.
完整demo 下载地址:
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
下一篇: 白芸豆怎么吃减肥,减肥的朋友知道吗