很多手机图片管理应用都开始集成人脸识别功能。一提到人脸识别，模式识别，滤波，BlahBlah 一堆复杂的技术名字戳入脑海中，立刻觉得这玩意儿没法碰，太玄乎了。其实Android SDK从1.0版本中（API level 1）就已经集成了简单的人脸识别功能，通过调用FaceDetector 我们可以在Android平台上实现Bitmap多人脸识别（一张图中有多个人脸出现的话）。周五啦，我就简简单单写写，希望感兴趣的同学对这个深藏在Android SDK中的功能有所了解。
class="alignnone size-medium wp-image-196" src="/Upload/Images/2013102602/AA66D9A23A2B8BDB.png" alt="Android Face Detection" />
流程是这样的：
1. 读取一张图片至Bitmap （从Resource中，或是从手机相册中选取）
2. 使用FaceDetector API分析Bitmap，将探测到的人脸数据以FaceDetector.Face存储在一个Face list中；
3.将人脸框显示在图片上。
Step 1: 读取图片
从Drawable中读取图片资源
Bitmap sampleBmp=BitmapFactory.decodeResource(getResources(), R.drawable.sample1);
或者直接从手机的图片库读取（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);
}
@Override
protected 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);
}
}
当然，也可以直接从摄像头读取（Camera Capture）。但我读摄像头返回图片的代码在模拟器上运行正常，而在三星的手机上Bug多多，后来看了下确实不少人遇到读取三星手机摄像头报错的问题。所以这段代码我就先不贴了。
好了，我们拿到了Bitmap，识别起来！
Step 2: 通过FaceDetector API进行人脸识别
FaceDetecor只能读取RGB 565格式的Bitmap，所以在开始识别前，我们需要将上面得到的Bitmap进行一次格式转换。
Bitmap tmpBmp = inputImage.copy(Bitmap.Config.RGB_565, true);
图片格式没问题了，我们来创建一个FaceDetector的实例。FaceDetector是能从一张图中找出多个人脸的，可以通过设置MAX_FACES来控制搜索人脸的个数（我的程序里把MAX_FACES设成了1，只找出一个可信度最高的人脸）。
FaceDetector faceDet = new FaceDetector(tmpBmp.getWidth(), tmpBmp.getHeight(), MAX_FACES);
FaceDetector.Face[] faceList = new FaceDetector.Face[MAX_FACES]; faceDet.findFaces(tmpBmp, faceList);
通过调用FaceDetector 的findFaces方法，我们可以找到tmpBmp中的人脸数据，并存储在FaceDetector.Face 数组里（facelist）。
其实通过查看FaceDetector API文档我们发现，它查找人脸的原理是：找眼睛。它返回的人脸数据face，通过调用public float eyesDistance ()，public void getMidPoint (PointF point)，我们可以得到探测到的两眼间距，以及两眼中心点位置（MidPoint）。public float confidence () 可以返回该人脸数据的可信度(0~1)，这个值越大，该人脸数据的准确度也就越高。
通过读取保存在Face中的人脸数据，我们可以得到一个以两眼间距为边长，中心在两眼中点的一个正方形。
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++;
}
}
有了这组RectF，把它显示在图片上，我们就大功告成了。
Step3:对原图进行缩放，并在图上显示人脸框。
自然，这里我们需要使用一个自定义的View。我把它命名为FaceView，每当FaceView人脸检测完成，如果检测到人脸，则invalidate一下（这样才能调用View 的 onDraw方法），然后在onDraw里，将人脸框显示出来。这里涉及到自定义View，以及图片，人脸框的按比例缩放。这里贴一下大概的代码，示例代码你可以在文末的链接里下载。
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();// 图片 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搜索人脸的过程是比较耗时的，尤其当图片Size较大（例如640*480）时，耗时个一两秒是很常见的。为防止程序长时间没相应报错，人脸检测部分我使用了AsyncTask
运行结果：
p.s 感谢下 公下 エリカ 清纯的图片???
注意：FaceDetector做些简单的人脸识别还可以，要是需要专业，快速，甚至和数据库比对匹配的那种高级人脸识别算法，可以试试OpenCV的Android开发包 http://opencv.org/platforms/android.html
Sample代码下载：
https://www.dropbox.com/s/3vz252c9olipnjv/FaceDetectionTutorialProject.zip
相关文章
