超简单集成HMS ML Kit实现最大脸微笑抓拍

Posted 华为开发者论坛

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了超简单集成HMS ML Kit实现最大脸微笑抓拍相关的知识,希望对你有一定的参考价值。

前言

如果大家对HMS ML Kit 人脸检测功能有所了解,相信已经动手调用我们提供的接口编写自己的APP啦。目前就有小伙伴在调用接口的过程中反馈,不太清楚HMS ML Kit 文档中的MLMaxSizeFaceTransactor这个接口的使用方法。为了让大家更加深刻的了解我们的接口,方便在场景中使用,在这篇文章中小编准备抛砖引玉,大家可以打开思路,多多尝试。如果有小伙伴想要深入的了解更加全面具体的功能,请大家移步​https://developer.huawei.com/consumer/cn/hms/huawei-mlkit​​。

场景

相信大家都有在五一、十一出去游玩的经历,是不是都是这样的people mountain people sea.

超简单集成HMS

好不容易找个人少的地方,结果拍出来的照片是这样的

超简单集成HMS这样的

超简单集成HMS还有这样的

超简单集成HMS

不看不知道,原来我的面部表情这么丰富。。是不是很心累?每次想要发个出去浪的朋友圈,都要在白天拍的成百上千张类似款的照片里,花上一小时才能找到一张能看的照片。。。

超简单集成HMS为了解决类似问题,HMS ML Kit 提供了追踪识别画面中最大脸的接口,能够识别图像中的最大脸,方便对跟踪图像中的”重点目标“做相关操作和处理。本文中就简单的调用MLMaxSizeFaceTransactor这个接口,实现最大脸微笑抓拍的功能。


开发前准备

android studio 安装

很简单,下载安装即可。具体下载链接:

Android studio 官网下载链接:https://developer.android.com/studio​ 

Android studio安装流程参考链接:https://www.cnblogs.com/xiadewang/p/7820377.html 


在项目级gradle里添加华为maven仓

打开AndroidStudio项目级build.gradle文件

超简单集成HMS

增量添加如下maven地址:

buildscript 

maven url http://developer.huawei.com/repo/


allprojects
repositories
maven url http://developer.huawei.com/repo/


在应用级的build.gradle里面加上SDK依赖

超简单集成HMS

dependencies 
implementation com.huawei.hms:ml-computer-vision-face-recognition-model:1.0.3.300
implementation com.huawei.hms:ml-computer-vision-face:1.0.3.300


在AndroidManifest.xml文件里面增量添加模型自动下载

要使应用程序能够在用户从华为应用市场安装您的应用程序后,自动将最新的机器学习模型更新到用户设备,请将以下语句添加到该应用程序的AndroidManifest.xml文件中:

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

在AndroidManifest.xml文件里面申请相机、访问网络和存储权限

<!--相机权限--> 
<uses-feature android:name="android.hardware.camera" />
<uses-permission android:name="android.permission.CAMERA" />
<!--写权限-->
<uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE" />

代码开发关键步骤

动态权限申请

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


创建人脸识别检测器

可以通过人脸识别检测配置器“MLFaceAnalyzerSetting”创建人脸识别检测器。

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

通过MLMaxSizeFaceTransactor.Creator创建“MLMaxSizeFaceTransactor”对象用于处理检测到的最大脸,其中objectCreateCallback()方法是在检测到对象的时候调用的,objectUpdateCallback()方法是在对象更新了的时候调用的,在方法里通过Overlay在识别到的最大人脸上标记了一个方块,并通过检测结果获取MLFaceEmotion来识别微笑表情触发拍照。

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);

通过LensEngine.Creator创建LensEngine实例进行视频流的人脸检测检测

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

启动相机预览进行人脸检测

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

Demo效果

demo中显示当检测到画面中最大脸微笑时,即启动自动抓拍。

超简单集成HMS

往期链接:

第一期:用华为HMS MLKit SDK 三十分钟在安卓上开发一个微笑抓拍神器

​https://developer.huawei.com/consumer/cn/forum/topicview?tid=0201198419687680377&fid=18​

第二期:安卓开发实战,用华为HMS MLKit 图像分割 SDK开发一个证件照DIY小程序

​https://developer.huawei.com/consumer/cn/forum/topicview?tid=0201203408959360433&fid=18​

第三期:安卓开发实战,用HMS MLKit华为机器学习服务开发一个拍照翻译小程序

​https://developer.huawei.com/consumer/cn/forum/topicview?tid=0201209905778120045&fid=18​

第四期:超简单集成华为HMS MLKit 机器学习服务 银行卡识别SDK,一键实现银行卡绑定

​https://developer.huawei.com/consumer/cn/forum/topicview?tid=0201217390745110144&fid=18​

第五期:超简单集成华为HMS Core MLKit通用卡证识别SDK,一键实现各种卡绑定

​https://developer.huawei.com/consumer/cn/forum/topicview?tid=0201226181206630022&fid=18​

第六期:超简单集成HMS ML Kit二代身份证识别,一键实名认证

​https://developer.huawei.com/consumer/cn/forum/topicview?tid=0201226149614940020&fid=18​

第七期:一文搞懂华为HMS ML Kit文本识别、银行卡识别、通用卡证识别、身份证识别

​https://developer.huawei.com/consumer/cn/forum/topicview?tid=0201242744680220246&fid=18​

第八期:Zxing与华为HMS Scan Kit对比分析

​https://developer.huawei.com/consumer/cn/forum/topicview?tid=0201246151427920285&fid=18​


下期预告:

基于华为机器学习服务,后面还会有一系列的实战经验分享,大家可以持续关注~

以上是关于超简单集成HMS ML Kit实现最大脸微笑抓拍的主要内容,如果未能解决你的问题,请参考以下文章

转载超简单集成HMS ML Kit 人脸检测实现可爱2D贴纸

用华为HMS ML kit人体骨骼识别技术,Android快速实现人体姿势动作抓拍

超简单集成华为HMS MLKit 机器学习服务 银行卡识别SDK,一键实现银行卡绑定

Crazy Rockets-教你如何集成华为HMS ML Kit人脸检测和手势识别打造爆款小游戏

集成华为机器学习服务(ML Kit)轻松打造爆款小游戏

是否有将 Braze 与 push_kit HMS 集成的最佳实践 - Flutter