Android 百度离线人脸识别小案例

妖狐艹你老母 2022-02-28 14:50 902阅读 0赞

步骤：

第一步：有账号直接登入百度云，没有接自己注册，地址https://login.bce.baidu.com/

第二步：登入上去以后，点击离线采集sdk管理，如果没有认证，先进行企业认证，只有企业认证了，才能进行下面的操作。

watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3N1bnNoaW5lXzA3MDc_size_16_color_FFFFFF_t_70

watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3N1bnNoaW5lXzA3MDc_size_16_color_FFFFFF_t_70 1 第三步：认证之后，下载sdk压缩包

watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3N1bnNoaW5lXzA3MDc_size_16_color_FFFFFF_t_70 2

第四步：先将sdk导入到Android Studio ，运行sdk，得到设备指纹。然后选择联网或者这里离线激活方式，我这里选的是离线激活，按照离线激活方式的文档提供的步骤，完成离线激活，然后下载授权文件。

watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3N1bnNoaW5lXzA3MDc_size_16_color_FFFFFF_t_70 3

第五步：将授权文件的压缩包，放到sdk提示的路径下，再输入序列号，点击离线激活。

watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3N1bnNoaW5lXzA3MDc_size_16_color_FFFFFF_t_70 4

第六步：集成源码

  1. 1.把facelibrary库添加到自己的工程中：
  3.     （1）`settings.gradle` 添加`‘:facelibrary’`；
  5.      （2）app->build.gradle->dependencies->compile project(":facelibrary")。

2.自己选择需要的代码，添加到自己的项目里

watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3N1bnNoaW5lXzA3MDc_size_16_color_FFFFFF_t_70 5

第七步：SDK的参数设置

1.SDK初始化，采用默认的参数进行初始化（在源码的的MainActivity的initSDK方法里，这里必须初始化好，如果没有初始化好，在后面抽取图片的特征的时候，会抽取不到，那就不能进行对比，所以处理这个，我们可以用个阻塞队列处理，让它们同步）

  1. private void initSDK() {
  2.     FaceSDKManager.getInstance().init(this, new FaceSDKManager.SdkInitListener() {
  3.         @Override
  4.         public void initStart() {
  5.             toast("sdk init start");
  6.         }
  8.         @Override
  9.         public void initSuccess() {
  10.             toast("sdk init success");
  11.             if (FaceSDKManager.getInstance().initStatus() == FaceSDKManager.SDK_UNACTIVATION) {
  12.                 toast("SDK还未激活初始化，请先激活初始化");
  13.                 return;
  14.             } else if (FaceSDKManager.getInstance().initStatus() == FaceSDKManager.SDK_INIT_FAIL) {
  15.                 toast("SDK初始化失败，请重新激活初始化");
  16.                 return;
  17.             } else if (FaceSDKManager.getInstance().initStatus() == FaceSDKManager.SDK_INIT_SUCCESS) {
  18.                 toast("SDK正在加载模型，请稍后再试");
  19.                 return;
  20.             } else if (FaceSDKManager.getInstance().initStatus() == FaceSDKManager.SDK_MODEL_LOAD_SUCCESS) {
  21.               /*  startActivity(new Intent(MainActivity.this, FaceIdCompareActivity.class));
  22.                 finish();*/
  23.             }
  24.         }
  26.         @Override
  27.         public void initFail(int errorCode, String msg) {
  28.             toast("sdk init fail:" + msg);
  29.         }
  30.     });
  31. }

2.在FaceEnvironment里查看或者设置SDK全局配置信息

  1. public class FaceEnvironment {
  3.     // SDK版本号
  4.     public static final String VERSION = "2.0.0";
  6.     public static final float LIVENESS_RGB_THRESHOLD = 0.8f;
  7.     public static final float LIVENESS_IR_THRESHOLD = 0.8f;
  8.     public static final float LIVENESS_DEPTH_THRESHOLD = 0.8f;
  10.     public static boolean isFeatureDetect = false;
  12.     private BDFaceSDKConfig config;
  14.     /**
  15.      * 最小人脸检测大小 建议50
  16.      */
  17.     public int minFaceSize;
  18.     /**
  19.      * 最大人脸检测大小 建议-1(不做限制)
  20.      */
  21.     public int maxFaceSize;
  23.     /**
  24.      * 人脸跟踪，检测的时间间隔 默认 500ms
  25.      */
  26.     public int trackInterval;
  28.     /**
  29.      * 人脸跟踪，跟踪时间间隔 默认 1000ms
  30.      */
  31.     public int detectInterval;
  33.     /**
  34.      * 人脸置信度阈值，建议值0.5
  35.      */
  36.     public float noFaceSize;
  38.     /**
  39.      * 人脸姿态角 pitch,yaw,roll
  40.      */
  41.     public int pitch;
  42.     public int yaw;
  43.     public int roll;
  45.     /**
  46.      * 质量检测模糊，遮挡，光照，默认不做质量检测
  47.      */
  48.     public boolean isCheckBlur;
  49.     public boolean isOcclusion;
  50.     public boolean isIllumination;
  52.     /**
  53.      * 检测图片类型，可见光或者红外
  54.      */
  55.     public FaceDetect.DetectType detectMethodType;
  57.     public BDFaceSDKConfig getConfig() {
  58.         if (config == null) {
  59.             config = new BDFaceSDKConfig();
  60.             setFaceConfig();
  61.         } else {
  62.             setFaceConfig();
  63.         }
  64.         return config;
  65.     }
  67.     private void setFaceConfig() {
  68.         config.minFaceSize = getMinFaceSize();
  69.         config.maxFaceSize = getMaxFaceSize();
  70.         config.trackInterval = getTrackInterval();
  71.         config.detectInterval = getDetectInterval();
  72.         config.noFaceSize = getNoFaceSize();
  73.         config.pitch = getPitch();
  74.         config.yaw = getYaw();
  75.         config.roll = getRoll();
  76.         config.isCheckBlur = isCheckBlur;
  77.         config.isOcclusion = isOcclusion;
  78.         config.isIllumination = isIllumination;
  79.         config.detectMethodType = getDetectMethodType();
  80.     }
  82. 3.在RgbVideoTrackActivity里设置质量参数（开启质量检测，性能会下降，可以选择不开启质量检测）
  84. /**
  85.  * 质量筛选
  86.  *
  87.  * @param faceInfos
  88.  * @param imageFrame
  89.  */
  90. private void qualitySelect(FaceInfo[] faceInfos, ImageFrame imageFrame) {
  91.     if (faceInfos == null || faceInfos.length == 0) {
  92.         clearTip();
  93.         return;
  94.     }
  95.     int qualityType = PreferencesUtil.getInt(TYPE_QUALITY, GlobalSet.TYPE_QUALITY_CLOSE);
  96.     if (qualityType == GlobalSet.TYPE_QUALITY_CLOSE) {
  97.         if (from == GlobalSet.TYPE_LIVING_SHOW) {
  98.             featureIdenty(imageFrame, faceInfos);
  99.         } else if (from == GlobalSet.TYPE_COLLECT_IMAGE) {
  100.             faceCollect(imageFrame, faceInfos);
  101.         }
  102.     } else if (qualityType == GlobalSet.TYPE_QUALITY_OPEN) {
  103.         float blurrValue = Float.parseFloat(PreferencesUtil.getString(TYPE_BLURR_THRESHOLD,
  104.                 String.valueOf(0.70)));
  105.         float occlusionValue = Float.parseFloat(PreferencesUtil.getString(TYPE_OCCLUSION_THRESHOLD,
  106.                 String.valueOf(0.70)));
  107.         float illuminateValue = Float.parseFloat(PreferencesUtil.getString(TYPE_ILLUMINATION_THRESHOLD,
  108.                 String.valueOf(40)));
  109.         FaceInfo faceInfo = faceInfos[0];
  110.         float[] occlu = faceInfo.occlu;
  111.         if (occlu != null && occlu.length > 0) {
  112.             float leftEye = occlu[0];
  113.             float rightEye = occlu[1];
  114.             float nose = occlu[2];
  115.             float mouth = occlu[3];
  116.             float lContour = occlu[4];
  117.             float rContour = occlu[5];
  118.             float chinContour = occlu[6];
  119.             if ((faceInfo.blur < blurrValue) && (leftEye < occlusionValue) && (rightEye < occlusionValue)
  120.                     && (nose < occlusionValue) && (mouth < occlusionValue) && (lContour < occlusionValue)
  121.                     && (rContour < occlusionValue) && (chinContour < occlusionValue)
  122.                     && (faceInfo.illum > illuminateValue)) {
  123.                 if (from == GlobalSet.TYPE_LIVING_SHOW) {
  124.                     featureIdenty(imageFrame, faceInfos);
  125.                 } else if (from == GlobalSet.TYPE_COLLECT_IMAGE) {
  126.                     faceCollect(imageFrame, faceInfos);
  127.                 }
  128.             } else {
  129.                 handler.post(new Runnable() {
  130.                     @Override
  131.                     public void run() {
  132.                         tvTopShowState.setText("人脸质量差");
  133.                     }
  134.                 });
  135.             }
  136.         } else {
  137.             if (from == GlobalSet.TYPE_LIVING_SHOW) {
  138.                 featureIdenty(imageFrame, faceInfos);
  139.             } else if (from == GlobalSet.TYPE_COLLECT_IMAGE) {
  140.                 faceCollect(imageFrame, faceInfos);
  141.             }
  142.         }
  143.     }
  144. }

第八步：在FaceIdCompareActivity里选择图片和在RgbVideoTrackActivity视频里检测到图片对比

  1.    1.设置图片显示和完成图片的特征抽取       
  3. try {
  4.        final Bitmap bitmap = BitmapFactory.decodeStream(getContentResolver().openInputStream( getImageContentUri(FaceIdCompareActivity.this, new File("/sdcard/faces/face.jpg"))));
  5.     if (bitmap != null) {
  6.         imgFirst.setImageBitmap(bitmap);
  7.         if ((bitmap.getWidth() * bitmap.getHeight()) > pictureSize) {
  8.             // 超过限制 缩放图片
  9.             pictureResize(bitmap, 1);
  10.         } else {
  11.             syncFeature(bitmap, firstFeature, 1);
  12.         }
  13.     }
  14. } catch (Exception e) {
  15.     e.printStackTrace();
  16. }

1.1 因为在源码的操作步骤和处理是，点击按钮，进入到系统相册选取界面，选择图片，返回图片的uri，因为我们这是文件路径，所以我们转换成uri getImageContentUri(FaceIdCompareActivity.this, new File(“/sdcard/faces/face.jpg”)))

1.2接下来是特征抽取，只有图片和视频检测到的图片的特征都抽取成功，才能进行接下来的识别。

  1. private void syncFeature(final Bitmap bitmap, final byte[] feature, final int index) {
  2.     float ret = -1;
  3.     ret = FaceApi.getInstance().extractIdPhotoFeature(bitmap, feature, 50);
  4.     Log.i("wtf", "ret:" + ret);
  5.     Log.d("firstFeatureFinished",index+".ret="+ret);
  6.     if (ret == 128 && index == 1) {
  7.         firstFeatureFinished = true;
  8.     } else if (ret == 128 && index == 2) {
  9.         secondFeatureFinished = true;
  10.     }
  11.     if (ret == 128) {
  12.         toast("图片" + index + "特征抽取成功");
  13.     } else if (ret == -100) {
  14.         toast("未完成人脸比对，可能原因，图片1为空");
  15.     } else if (ret == -101) {
  16.         toast("未完成人脸比对，可能原因，图片2为空");
  17.     } else if (ret == -102) {
  18.         toast("未完成人脸比对，可能原因，图片1未检测到人脸");
  19.     } else if (ret == -103) {
  20.         toast("未完成人脸比对，可能原因，图片2未检测到人脸");
  21.     } else {
  22.         toast("未完成人脸比对，可能原因，"
  23.                 + "人脸太小（小于sdk初始化设置的最小检测人脸）"
  24.                 + "人脸不是朝上，sdk不能检测出人脸");
  25.     }
  26.     if(index==2 && ret == 128){  //这里是图片和视频检测的图片特征斗殴抽取成功后，直接调用match()方法，进行识别
  27.         match();
  28.     }
  29. }

2.把从RgbVideoTrackActivity视频里获取到的图片显示到控件上，并完成特征抽取。

2.1 在界面可见时，就开启摄像头预览

  1. @Override
  2. protected void onResume() {
  3.     super.onResume();
  4.        //摄像头预览
  5.         startCameraPreview();
  6. }
  8. /**
  9.  * 摄像头图像预览
  10.  */
  11. private void startCameraPreview() {
  12.     // 设置前置摄像头
  13.     // Camera1PreviewManager.getInstance().setCameraFacing(Camera1PreviewManager.CAMERA_FACING_FRONT);
  14.     // 设置后置摄像头
  15.     // Camera1PreviewManager.getInstance().setCameraFacing(Camera1PreviewManager.CAMERA_FACING_BACK);
  16.     // 设置USB摄像头
  17.     Camera1PreviewManager.getInstance().setCameraFacing(Camera1PreviewManager.CAMERA_USB);
  19.     Camera1PreviewManager.getInstance().startPreview(this, mPreviewView, mWidth, mHeight, new CameraDataCallback() {
  20.         @Override
  21.         public void onGetCameraData(int[] data, Camera camera, int width, int height) {
  22.             dealCameraData(data, width, height);
  23.         }
  24.     });
  25. }
  27. /**
  28.  * 摄像头数据处理
  29.  *
  30.  * @param data
  31.  * @param width
  32.  * @param height
  33.  */
  34. private void dealCameraData(int[] data, int width, int height) {
  35.     if (selectType == TYPE_PREVIEWIMAGE_OPEN) {
  36.         setTrackAngle(data, width, height); // 显示检测的图片。用于调试，如果人脸sdk检测的人脸需要朝上，可以通过该图片判断。实际应用中可注释掉
  37.     }
  38.            // 摄像头预览数据进行人脸检测
  39.            faceDetect(data, width, height);
  42. }
  44. /**
  45.  * 人脸检测
  46.  *
  47.  * @param argb
  48.  * @param width
  49.  * @param height
  50.  */
  51. private void faceDetect(int[] argb, int width, int height) {
  52.     if (liveType == LivenessSettingActivity.TYPE_NO_LIVENSS) {
  53.         FaceTrackManager.getInstance().setAliving(false); // 无活体检测
  54.     } else if (liveType == LivenessSettingActivity.TYPE_RGB_LIVENSS) {
  55.         FaceTrackManager.getInstance().setAliving(true); // 活体检测
  56.     }
  57.     FaceTrackManager.getInstance().faceTrack(argb, width, height, new FaceDetectCallBack() {
  58.         @Override
  59.         public void onFaceDetectCallback(LivenessModel livenessModel) {
  60.             showFrame(livenessModel); //在这个方法里，如果符合检测要求，就会绘制绿框
  61.             checkResult(livenessModel);//这个方法里，先是关于质量检测的，然后是关于脸的角度的，如果合格，就保存图片到本地，并且intent传数据到其它界面显示。
  62.         }
  64.         @Override
  65.         public void onTip(int code, final String msg) {
  66.             displayTip(msg);
  67.         }
  68.     });
  69. }
  71. /**
  72.  * 图片收集
  73.  *
  74.  * @param faceInfo
  75.  * @param imageFrame
  76.  */
  77. private void faceCollect(ImageFrame imageFrame, FaceInfo[] faceInfos) {
  78.     FaceInfo faceInfo = faceInfos[0];
  79.     float[] headPose = faceInfo.headPose;
  80.     if (Math.abs(headPose[0]) > 30 || Math.abs(headPose[1]) > 30 || Math.abs(headPose[2]) > 30) {
  81.         handler.post(new Runnable() {
  82.             @Override
  83.             public void run() {
  84.                 tvTopShowState.setText("人脸置角度太大，请正对屏幕");
  85.             }
  86.         });
  87.     } else {
  88.         saveFace(faceInfo, imageFrame);
  89.     }
  90. }
  92. /**
  93.  * 图片截取
  94.  *
  95.  * @param faceInfo
  96.  * @param imageFrame
  97.  */
  98. private void saveFace(FaceInfo faceInfo, ImageFrame imageFrame) {
  99.     final Bitmap bitmap = FaceCropper.getFace(imageFrame.getArgb(), faceInfo, imageFrame.getWidth());
  100.     try {
  101.         // 其他来源保存到临时目录
  102.         final File file = File.createTempFile(UUID.randomUUID().toString() + "", ".jpg");
  103.         // 人脸识别不需要整张图片。可以对人脸区别进行裁剪。减少流量消耗和，网络传输占用的时间消耗。
  104.         ImageUtils.resize(bitmap, file, 300, 300);
  105.         Intent intent = new Intent();
  106.         intent.putExtra("file_path", file.getAbsolutePath());
  107.         setResult(Activity.RESULT_OK, intent);
  108.         finish();
  109.     } catch (IOException e) {
  110.         e.printStackTrace();
  111.     }
  112. }

然后显示从视频里获取到的人脸图片，显示在界面上，和从照片进行识别

  1. Bitmap bitmap = BitmapFactory.decodeFile(faceImagePath);
  2. if (bitmap != null) {
  3.     imgSecond.setImageBitmap(bitmap);
  4.     if ((bitmap.getWidth() * bitmap.getHeight()) > pictureSize) {
  5.         // 超过限制 缩放图片
  6.         pictureResize(bitmap, 1);
  7.     } else {
  8.         syncFeature(bitmap, secondFeature, 2);//将识别的方法match()放到方法里if(index==2 && ret == 128){ match();} 自动识别
  9.       }
  10. }

第九步：小案例的显示和效果

watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3N1bnNoaW5lXzA3MDc_size_16_color_FFFFFF_t_70 6

发表评论

表情：
评论列表 （有 0 条评论，902人围观）

还没有评论，来说两句吧...

相关阅读