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平台上實現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);
}
@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);
}
}
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，並存儲在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，該人臉數據的准確度也就越高。
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，並在圖上顯示人臉框。
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
p.s 感謝下 公下 エリカ 清純的圖片ㅋㅋㅋ
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