Android | 超簡單整合HMS ML Kit實現最大臉微笑抓拍

華為開發者論壇發表於2020-07-01
Android

前言

  如果大家對HMS ML Kit 人臉檢測功能有所瞭解，相信已經動手呼叫我們提供的介面編寫自己的APP啦。目前就有小夥伴在呼叫介面的過程中反饋，不太清楚HMS ML Kit 文件中的MLMaxSizeFaceTransactor這個介面的使用方法。為了讓大家更加深刻的瞭解我們的介面，方便在場景中使用，在這篇文章中小編準備拋磚引玉，大家可以開啟思路，多多嘗試。如果有小夥伴想要深入的瞭解更加全面具體的功能，請大家移步https://developer.huawei.com/consumer/cn/hms/huawei-mlkit。

場景

  相信大家都有在五一、十一出去遊玩的經歷，是不是都是這樣的people mountain people sea.

在這裡插入圖片描述
  好不容易找個人少的地方，結果拍出來的照片是這樣的。

在這裡插入圖片描述
  這樣的

在這裡插入圖片描述
  還有這樣的

在這裡插入圖片描述

  不看不知道，原來我的面部表情這麼豐富。。是不是很心累？每次想要發個出去浪的朋友圈，都要在白天拍的成百上千張類似款的照片裡，花上一小時才能找到一張能看的照片。。。

在這裡插入圖片描述

  為了解決類似問題，HMS ML Kit 提供了追蹤識別畫面中最大臉的介面，能夠識別影像中的最大臉，方便對跟蹤影像中的”重點目標“做相關操作和處理。本文中就簡單的呼叫MLMaxSizeFaceTransactor這個介面，實現最大臉微笑抓拍的功能。

開發前準備

android studio 安裝

  很簡單，下載安裝即可。具體下載連結：
  Android studio 官網下載連結：https://developer.android.com/studio
  Android studio安裝流程參考連結：https://www.cnblogs.com/xiadewang/p/7820377.html

在專案級gradle裡新增華為maven倉

  開啟AndroidStudio專案級build.gradle檔案

在這裡插入圖片描述

  增量新增如下maven地址：

buildscript {
     {        
        maven {url 'http://developer.huawei.com/repo/'}
    }    
}
allprojects {
    repositories {       
        maven { url 'http://developer.huawei.com/repo/'}
    }
}

在應用級的build.gradle裡面加上SDK依賴

在這裡插入圖片描述

在AndroidManifest.xml檔案裡面增量新增模型自動下載

  要使應用程式能夠在使用者從華為應用市場安裝您的應用程式後，自動將最新的機器學習模型更新到使用者裝置，請將以下語句新增到該應用程式的AndroidManifest.xml檔案中：

<manifest    
    ...    
    <meta-data                     
        android:name="com.huawei.hms.ml.DEPENDENCY"          
        android:value= " face"/> 
...    
</manifest>

在AndroidManifest.xml檔案裡面申請相機、訪問網路和儲存許可權

<!--相機許可權--> 
<uses-feature android:name="android.hardware.camera" />
<uses-permission android:name="android.permission.CAMERA" />
<!--寫許可權--> 
<uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE" />

程式碼開發關鍵步驟

動態許可權申請

@Override 
public void onCreate(Bundle savedInstanceState) { 
    ……
    if (!allPermissionsGranted()) {
        getRuntimePermissions();
    }

建立人臉識別檢測器

  可以通過人臉識別檢測配置器“MLFaceAnalyzerSetting”建立人臉識別檢測器。

MLFaceAnalyzerSetting setting =
                new MLFaceAnalyzerSetting.Factory()
                        .setFeatureType(MLFaceAnalyzerSetting.TYPE_FEATURES)
                        .setKeyPointType(MLFaceAnalyzerSetting.TYPE_UNSUPPORT_KEYPOINTS)
                        .setMinFaceProportion(0.1f)
                        .setTracingAllowed(true)
                        .create();

  通過MLMaxSizeFaceTransactor.Creator建立“MLMaxSizeFaceTransactor”物件用於處理檢測到的最大臉，其中objectCreateCallback()方法是在檢測到物件的時候呼叫的，objectUpdateCallback()方法是在物件更新了的時候呼叫的，在方法裡通過Overlay在識別到的最大人臉上標記了一個方塊，並通過檢測結果獲取MLFaceEmotion來識別微笑表情觸發拍照。

MLMaxSizeFaceTransactor transactor = new MLMaxSizeFaceTransactor.Creator(analyzer, new MLResultTrailer<MLFace>() {
                @Override
                public void objectCreateCallback(int itemId, MLFace obj) {
                    LiveFaceAnalyseActivity.this.overlay.clear();
                    if (obj == null) {
                        return;
                    }
                    LocalFaceGraphic faceGraphic =
                            new LocalFaceGraphic(LiveFaceAnalyseActivity.this.overlay, obj, LiveFaceAnalyseActivity.this);
                    LiveFaceAnalyseActivity.this.overlay.addGraphic(faceGraphic);
                    MLFaceEmotion emotion = obj.getEmotions();
                    if (emotion.getSmilingProbability() > smilingPossibility) {
                        safeToTakePicture = false;
                        mHandler.sendEmptyMessage(TAKE_PHOTO);
                    }
                }
 
                @Override
                public void objectUpdateCallback(MLAnalyzer.Result<MLFace> var1, MLFace obj) {
                    LiveFaceAnalyseActivity.this.overlay.clear();
                    if (obj == null) {
                        return;
                    }
                    LocalFaceGraphic faceGraphic =
                            new LocalFaceGraphic(LiveFaceAnalyseActivity.this.overlay, obj, LiveFaceAnalyseActivity.this);
                    LiveFaceAnalyseActivity.this.overlay.addGraphic(faceGraphic);
                    MLFaceEmotion emotion = obj.getEmotions();
                    if (emotion.getSmilingProbability() > smilingPossibility && safeToTakePicture) {
                        safeToTakePicture = false;
                        mHandler.sendEmptyMessage(TAKE_PHOTO);
                    }
                }
 
                @Override
                public void lostCallback(MLAnalyzer.Result<MLFace> result) {
                    LiveFaceAnalyseActivity.this.overlay.clear();
                }
 
                @Override
                public void completeCallback() {
                    LiveFaceAnalyseActivity.this.overlay.clear();
 
                }
            }).create();
this.analyzer.setTransactor(transactor);

通過LensEngine.Creator建立LensEngine例項進行視訊流的人臉檢測檢測

this.mLensEngine = new LensEngine.Creator(context, this.analyzer).setLensType(this.lensType)
                .applyDisplayDimension(640, 480)
                .applyFps(25.0f)
                .enableAutomaticFocus(true)
                .create();

啟動相機預覽進行人臉檢測

this.mPreview.start(this.mLensEngine, this.overlay);

往期連結：快服務常見TOP3稽核雷區，再不過審就要崩潰啦！
內容來源：https://developer.huawei.com/consumer/cn/forum/topicview?tid=0201256372685820478&fid=18
原作者：littlewhite

相關文章