很多手機圖片管理應用都開始集成人臉識別功能。一提到人臉識別，模式識別，濾波，BlahBlah 一堆復雜的技術名字戳入腦海中，立刻覺得這玩意兒沒法碰，太玄乎了。其實Android SDK從1.0版本中（API level 1）就已經集成了簡單的人臉識別功能，通過調用FaceDetector 我們可以在Android平臺上實現Bitmap多人臉識別（一張圖中有多個人臉出現的話）。周五啦，我就簡簡單單寫寫，希望感興趣的同學對這個深藏在Android SDK中的功能有所了解。

?

流程是這樣的：

1. 讀取一張圖片至Bitmap （從Resource中，或是從手機相冊中選取）

2. 使用FaceDetector?API分析Bitmap，將探測到的人臉數據以FaceDetector.Face存儲在一個Face list中；

3.將人臉框顯示在圖片上。

?

Step 1: 讀取圖片

從Drawable中讀取圖片資源

Bitmap sampleBmp=BitmapFactory.decodeResource(getResources(), R.drawable.sample1);

或者直接從手機的圖片庫讀取（Album/Gallery）

private void readPictureFromAlbum(){Intent intent = new Intent();intent.setType("image/*");intent.setAction(Intent.ACTION_GET_CONTENT);startActivityForResult(Intent.createChooser(intent,"Select Picture"), ALBUM_REQUEST_CODE);}@Overrideprotected void onActivityResult(int requestCode,int resultCode,Intent data){super.onActivityResult(requestCode, resultCode, data);if (requestCode == ALBUM_REQUEST_CODE && resultCode == RESULT_OK && null != data) {Uri selectedImage = data.getData();String[] filePathColumn = { MediaStore.Images.Media.DATA };Cursor cursor = getContentResolver().query(selectedImage,filePathColumn, null, null, null);cursor.moveToFirst();int columnIndex = cursor.getColumnIndex(filePathColumn[0]);String picturePath = cursor.getString(columnIndex);cursor.close();Bitmap galleryBmp=BitmapFactory.decodeFile(picturePath);//placeholderFragment.detectFaces(galleryBmp);}}

當然，也可以直接從攝像頭讀取（Camera Capture）。但我讀攝像頭返回圖片的代碼在模擬器上運行正常，而在三星的手機上Bug多多，后來看了下確實不少人遇到讀取三星手機攝像頭報錯的問題。所以這段代碼我就先不貼了。

好了，我們拿到了Bitmap，識別起來！

Step 2: 通過FaceDetector API進行人臉識別

FaceDetecor只能讀取RGB 565格式的Bitmap，所以在開始識別前，我們需要將上面得到的Bitmap進行一次格式轉換。

Bitmap tmpBmp = inputImage.copy(Bitmap.Config.RGB_565, true);

圖片格式沒問題了，我們來創建一個FaceDetector的實例。FaceDetector是能從一張圖中找出多個人臉的，可以通過設置MAX_FACES來控制搜索人臉的個數（我的程序里把MAX_FACES設成了1，只找出一個可信度最高的人臉）。

FaceDetector faceDet = new FaceDetector(tmpBmp.getWidth(), tmpBmp.getHeight(), MAX_FACES);

　　

FaceDetector.Face[] faceList = new FaceDetector.Face[MAX_FACES]; faceDet.findFaces(tmpBmp, faceList);

　　

通過調用FaceDetector 的findFaces方法，我們可以找到tmpBmp中的人臉數據，并存儲在FaceDetector.Face 數組里（facelist）。

其實通過查看FaceDetector API文檔我們發現，它查找人臉的原理是：找眼睛。它返回的人臉數據face，通過調用public float eyesDistance ()，public void getMidPoint (PointF point)，我們可以得到探測到的兩眼間距，以及兩眼中心點位置（MidPoint）。public float confidence () 可以返回該人臉數據的可信度(0~1)，這個值越大，該人臉數據的準確度也就越高。

通過讀取保存在Face中的人臉數據，我們可以得到一個以兩眼間距為邊長，中心在兩眼中點的一個正方形。

for (int i=0; i < faceList.length; i++) {FaceDetector.Face face = faceList[i];Log.d("FaceDet", "Face ["+face+"]");if (face != null) {Log.d("FaceDet", "Face ["+i+"] - Confidence ["+face.confidence()+"]");PointF pf = new PointF();//getMidPoint(PointF point);//Sets the position of the mid-point between the eyes.face.getMidPoint(pf);Log.d("FaceDet", "\t Eyes distance ["+face.eyesDistance()+"] - Face midpoint ["+pf.x+"&"+pf.y+"]");RectF r = new RectF();r.left = pf.x - face.eyesDistance() / 2;r.right = pf.x + face.eyesDistance() / 2;r.top = pf.y - face.eyesDistance() / 2;r.bottom = pf.y + face.eyesDistance() / 2;faceRects[i] = r;detectedFaces++;}}

有了這組RectF，把它顯示在圖片上，我們就大功告成了。

Step3:對原圖進行縮放，并在圖上顯示人臉框。

自然，這里我們需要使用一個自定義的View。我把它命名為FaceView，每當FaceView人臉檢測完成，如果檢測到人臉，則invalidate一下（這樣才能調用View 的 onDraw方法），然后在onDraw里，將人臉框顯示出來。這里涉及到自定義View，以及圖片，人臉框的按比例縮放。這里貼一下大概的代碼，示例代碼你可以在文末的鏈接里下載。

protected void onDraw(Canvas canvas) {super.onDraw(canvas);Paint imgPaint = new Paint();if(inputImage!=null){int imgWidth=inputImage.getWidth();int imgHeight=inputImage.getHeight();Rect src = new Rect();// 圖片src.top=0;src.left=0;src.right=src.left+imgWidth;src.bottom=src.top+imgHeight;Rect dst = new Rect();// 屏幕int viewWidth=this.getWidth();int width=0;int height=0;if(inputImage.getWidth()>viewWidth){width=viewWidth;height=(viewWidth*imgHeight)/imgWidth;}else{width=imgWidth;height=imgHeight;}dst.top=0;dst.left=0;dst.right=dst.left+width;dst.bottom=dst.top+height;canvas.drawBitmap(inputImage, src, dst, imgPaint);Log.v("FaceView","view width:"+this.getWidth());if(detected){Paint rectPaint = new Paint();rectPaint.setStrokeWidth(2);rectPaint.setColor(Color.RED);rectPaint.setStyle(Paint.Style.STROKE);//float scaleRatio=((float)width)/(float)imgWidth;for (int i=0; i < detectedFaces; i++) {RectF r = faceRects[i];Log.v("FaceView","r.top="+r.top);r.top=(r.top*width)/imgWidth;r.left=(r.left*width)/imgWidth;r.right=(r.right*width)/imgWidth;r.bottom=(r.bottom*width)/imgWidth;if (r != null)canvas.drawRect(r, rectPaint);}detected=false;detectedFaces=0;}}}

注意：FaceDetector搜索人臉的過程是比較耗時的，尤其當圖片Size較大（例如640*480）時，耗時個一兩秒是很常見的。為防止程序長時間沒相應報錯，人臉檢測部分我使用了AsyncTask

運行結果：

p.s 感謝下 公下 エリカ 清純的圖片???

注意：FaceDetector做些簡單的人臉識別還可以，要是需要專業，快速，甚至和數據庫比對匹配的那種高級人臉識別算法，可以試試OpenCV的Android開發包?http://opencv.org/platforms/android.html ?

Sample代碼下載：

https://www.dropbox.com/s/3vz252c9olipnjv/FaceDetectionTutorialProject.zip

?

http://www.mobiletuts.me?一個及時更新的Android開發教程網站

轉載于:https://www.cnblogs.com/mainroadlee/p/android_sdk_face_detection.html

總結

以上是生活随笔為你收集整理的用AndroidSDK中的Face Detector实现人脸识别的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。