Android 中使用 dlib+opencv 实现动态人脸检测

1 概述

完成 Android 相机预览功能以后，在此基础上我使用 dlib 与 opencv 库做了一个关于人脸检测的 demo。该 demo 在相机预览过程中对人脸进行实时检测，并将检测到的人脸用矩形框描绘出来。具体实现原理如下：

采用双层 View，底层的 TextureView 用于预览，程序从 TextureView 中获取预览帧数据，然后调用 dlib 库对帧数据进行处理，最后将检测结果绘制在顶层的 SurfaceView 中。

2 项目配置

由于项目中用到了 dlib 与 opencv 库，因此需要对其进行配置。主要涉及到以下几个方面：

2.1 C++支持

在项目创建过程中依次选择 Include C++ Support、C++11、Exceptions Support ( -fexceptions ）以及 Runtime Type Information Support ( -frtti ) 。最后生成的 build.gradle 文件如下：

defaultConfig {    applicationId "com.example.lightweh.facedetection"    minSdkVersion 23    targetSdkVersion 28    versionCode 1    versionName "1.0"    testInstrumentationRunner "android.support.test.runner.AndroidJUnitRunner"    externalNativeBuild {        cmake {            arguments "-DCMAKE_BUILD_TYPE=Release"            cppFlags "-std=c++11 -frtti -fexceptions"        }    }}

其中，arguments 参数是后添加上去的，主要用于指定 CMake 的编译模式为 Release，因为在 Debug 模式下 dlib 库中相关算法的运行速度非常慢。前期如果需要调试 C++ 代码，可先将 arguments 参数注释。

2.2 dlib 与 opencv 下载

到dlib官网下载最新版本的源码，解压后将文件夹中的dlib目录复制到 Android Studio 工程的 cpp 目录下。
到 sourceforge 下载最新的 opencv-android 库，解压后将文件夹中的 native 目录同样复制到 Android Studio 工程的 cpp 目录下，并改名为 opencv。

2.3 CMakeLists 配置

在 CMakeLists 文件中，我们首先包含 dlib 的 cmake 文件，接下来添加 opencv 的 include 文件夹并引入 opencv 的 so 库，同时将 jni_common 目录中的文件及人脸检测相关文件添加至 native-lib 库中，最后进行链接。

# 设置native目录set(NATIVE_DIR ${CMAKE_SOURCE_DIR}/src/main/cpp)# 设置dlibinclude(${NATIVE_DIR}/dlib/cmake)# 设置opencv include文件夹include_directories(${NATIVE_DIR}/opencv/jni/include)# 设置opencv的so库add_library(        libopencv_java3        SHARED        IMPORTED)set_target_properties(        libopencv_java3        PROPERTIES        IMPORTED_LOCATION        ${NATIVE_DIR}/opencv/libs/${ANDROID_ABI}/libopencv_java3.so)# 将jni_common目录中所有文件名，存至SRC_LIST中AUX_SOURCE_DIRECTORY(${NATIVE_DIR}/jni_common SRC_LIST)add_library( # Sets the name of the library.        native-lib        # Sets the library as a shared library.        SHARED        # Provides a relative path to your source file(s).        ${SRC_LIST}        src/main/cpp/face_detector.h        src/main/cpp/face_detector.cpp        src/main/cpp/native-lib.cpp)find_library( # Sets the name of the path variable.        log-lib        # Specifies the name of the NDK library that        # you want CMake to locate.        log)target_link_libraries( # Specifies the target library.        native-lib        dlib        libopencv_java3        jnigraphics        # Links the target library to the log library        # included in the NDK.        ${log-lib})# 指定release编译选项set(CMAKE_C_FLAGS_RELEASE "${CMAKE_C_FLAGS_RELEASE} -s -O3 -Wall")set(CMAKE_CXX_FLAGS_RELEASE "${CMAKE_CXX_FLAGS_RELEASE} -s -O3 -Wall")

由于 C++ 代码中用到了头文件 "android/bitmap.h"，所以链接时需要添加 jnigraphics 库。

3 JNI相关 Java 类定义

3.1 VisionDetRet 类

VisionDetRet 类的相关对象主要负责 C++ 与 Java 之间的数据传递。

public final class VisionDetRet {    private int mLeft;    private int mTop;    private int mRight;    private int mBottom;    VisionDetRet() {}    public VisionDetRet(int l, int t, int r, int b) {        mLeft = l;        mTop = t;        mRight = r;        mBottom = b;    }    public int getLeft() {        return mLeft;    }    public int getTop() {        return mTop;    }    public int getRight() {        return mRight;    }    public int getBottom() {        return mBottom;    }}

3.2 FaceDet 类

FaceDet 类为 JNI 函数调用类，主要定义了一些需要 C++ 实现的 native 方法。

public class FaceDet {    private static final String TAG = "FaceDet";    // accessed by native methods    @SuppressWarnings("unused")    private long mNativeFaceDetContext;    static {        try {            // 预加载native方法库            System.loadLibrary("native-lib");            jniNativeClassInit();            Log.d(TAG, "jniNativeClassInit success");        } catch (UnsatisfiedLinkError e) {            Log.e(TAG, "library not found");        }    }    public FaceDet() {        jniInit();    }    @Nullable    @WorkerThread    public List<VisionDetRet> detect(@NonNull Bitmap bitmap) {        VisionDetRet[] detRets = jniBitmapDet(bitmap);        return Arrays.asList(detRets);    }    @Override    protected void finalize() throws Throwable {        super.finalize();        release();    }    public void release() {        jniDeInit();    }    @Keep    private native static void jniNativeClassInit();    @Keep    private synchronized native int jniInit();    @Keep    private synchronized native int jniDeInit();    @Keep    private synchronized native VisionDetRet[] jniBitmapDet(Bitmap bitmap);}

4 Native 方法实现

4.1 定义 VisionDetRet 类对应的 C++ 类

#include <jni.h>#define CLASSNAME_VISION_DET_RET "com/lightweh/dlib/VisionDetRet"#define CONSTSIG_VISION_DET_RET "()V"#define CLASSNAME_FACE_DET "com/lightweh/dlib/FaceDet"class JNI_VisionDetRet {public:    JNI_VisionDetRet(JNIEnv *env) {        // 查找VisionDetRet类信息        jclass detRetClass = env->FindClass(CLASSNAME_VISION_DET_RET);        // 获取VisionDetRet类成员变量        jID_left = env->GetFieldID(detRetClass, "mLeft", "I");        jID_top = env->GetFieldID(detRetClass, "mTop", "I");        jID_right = env->GetFieldID(detRetClass, "mRight", "I");        jID_bottom = env->GetFieldID(detRetClass, "mBottom", "I");    }    void setRect(JNIEnv *env, jobject &jDetRet, const int &left, const int &top,                 const int &right, const int &bottom) {        // 设置VisionDetRet类对象jDetRet的成员变量值        env->SetIntField(jDetRet, jID_left, left);        env->SetIntField(jDetRet, jID_top, top);        env->SetIntField(jDetRet, jID_right, right);        env->SetIntField(jDetRet, jID_bottom, bottom);    }    // 创建VisionDetRet类实例    static jobject createJObject(JNIEnv *env) {        jclass detRetClass = env->FindClass(CLASSNAME_VISION_DET_RET);        jmethodID mid =                env->GetMethodID(detRetClass, "<init>", CONSTSIG_VISION_DET_RET);        return env->NewObject(detRetClass, mid);    }    // 创建VisionDetRet类对象数组    static jobjectArray createJObjectArray(JNIEnv *env, const int &size) {        jclass detRetClass = env->FindClass(CLASSNAME_VISION_DET_RET);        return (jobjectArray) env->NewObjectArray(size, detRetClass, NULL);    }private:    jfieldID jID_left;    jfieldID jID_top;    jfieldID jID_right;    jfieldID jID_bottom;};

4.2 定义人脸检测类

人脸检测算法需要用大小位置不同的窗口在图像中进行滑动，然后判断窗口中是否存在人脸。本文采用的是 dlib 中的是HOG（histogram of oriented gradient）方法对人脸进行检测，其检测效果要好于 opencv。dlib 中同样提供了 CNN 方法来进行人脸检测，效果好于 HOG，不过需要使用 GPU 加速，不然程序运行会非常慢。

class FaceDetector {private:    dlib::frontal_face_detector face_detector;    std::vector<dlib::rectangle> det_rects;public:    FaceDetector();    // 实现人脸检测算法    int Detect(const cv::Mat &image);    // 返回检测结果    std::vector<dlib::rectangle> getDetResultRects();};

FaceDetector::FaceDetector() {    // 定义人脸检测器    face_detector = dlib::get_frontal_face_detector();}int FaceDetector::Detect(const cv::Mat &image) {    if (image.empty())        return 0;    if (image.channels() == 1) {        cv::cvtColor(image, image, CV_GRAY2BGR);    }    dlib::cv_image<dlib::bgr_pixel> dlib_image(image);    det_rects.clear();    // 返回检测到的人脸矩形特征框    det_rects = face_detector(dlib_image);    return det_rects.size();}std::vector<dlib::rectangle> FaceDetector::getDetResultRects() {    return det_rects;}

4.3 native 方法实现

JNI_VisionDetRet *g_pJNI_VisionDetRet;JavaVM *g_javaVM = NULL;// 该函数在加载本地库时被调用JNIEXPORT jint JNI_OnLoad(JavaVM *vm, void *reserved) {    g_javaVM = vm;    JNIEnv *env;    vm->GetEnv((void **) &env, JNI_VERSION_1_6);    // 初始化 g_pJNI_VisionDetRet    g_pJNI_VisionDetRet = new JNI_VisionDetRet(env);    return JNI_VERSION_1_6;}// 该函数用于执行清理操作void JNI_OnUnload(JavaVM *vm, void *reserved) {    g_javaVM = NULL;    delete g_pJNI_VisionDetRet;}namespace {#define JAVA_NULL 0    using DetPtr = FaceDetector *;    // 用于存放人脸检测类对象的指针，关联Jave层对象与C++底层对象（相互对应）    class JNI_FaceDet {    public:        JNI_FaceDet(JNIEnv *env) {            jclass clazz = env->FindClass(CLASSNAME_FACE_DET);            mNativeContext = env->GetFieldID(clazz, "mNativeFaceDetContext", "J");            env->DeleteLocalRef(clazz);        }        DetPtr getDetectorPtrFromJava(JNIEnv *env, jobject thiz) {            DetPtr const p = (DetPtr) env->GetLongField(thiz, mNativeContext);            return p;        }        void setDetectorPtrToJava(JNIEnv *env, jobject thiz, jlong ptr) {            env->SetLongField(thiz, mNativeContext, ptr);        }        jfieldID mNativeContext;    };    // Protect getting/setting and creating/deleting pointer between java/native    std::mutex gLock;    std::shared_ptr<JNI_FaceDet> getJNI_FaceDet(JNIEnv *env) {        static std::once_flag sOnceInitflag;        static std::shared_ptr<JNI_FaceDet> sJNI_FaceDet;        std::call_once(sOnceInitflag, [env]() {            sJNI_FaceDet = std::make_shared<JNI_FaceDet>(env);        });        return sJNI_FaceDet;    }    // 从java对象获取它持有的c++对象指针    DetPtr const getDetPtr(JNIEnv *env, jobject thiz) {        std::lock_guard<std::mutex> lock(gLock);        return getJNI_FaceDet(env)->getDetectorPtrFromJava(env, thiz);    }    // The function to set a pointer to java and delete it if newPtr is empty    // C++对象new以后，将指针转成long型返回给java对象持有    void setDetPtr(JNIEnv *env, jobject thiz, DetPtr newPtr) {        std::lock_guard<std::mutex> lock(gLock);        DetPtr oldPtr = getJNI_FaceDet(env)->getDetectorPtrFromJava(env, thiz);        if (oldPtr != JAVA_NULL) {            delete oldPtr;        }        getJNI_FaceDet(env)->setDetectorPtrToJava(env, thiz, (jlong) newPtr);    }}  // end unnamespace#ifdef __cplusplusextern "C" {#endif#define DLIB_FACE_JNI_METHOD(METHOD_NAME) Java_com_lightweh_dlib_FaceDet_##METHOD_NAMEvoid JNIEXPORTDLIB_FACE_JNI_METHOD(jniNativeClassInit)(JNIEnv *env, jclass _this) {}// 生成需要返回的结果数组jobjectArray getRecResult(JNIEnv *env, DetPtr faceDetector, const int &size) {    // 根据检测到的人脸数创建相应大小的jobjectArray    jobjectArray jDetRetArray = JNI_VisionDetRet::createJObjectArray(env, size);    for (int i = 0; i < size; i++) {        // 对检测到的每一个人脸创建对应的实例对象，然后插入数组        jobject jDetRet = JNI_VisionDetRet::createJObject(env);        env->SetObjectArrayElement(jDetRetArray, i, jDetRet);        dlib::rectangle rect = faceDetector->getDetResultRects()[i];        // 将人脸矩形框的值赋给对应的jobject实例对象        g_pJNI_VisionDetRet->setRect(env, jDetRet, rect.left(), rect.top(),                                     rect.right(), rect.bottom());    }    return jDetRetArray;}JNIEXPORT jobjectArray JNICALLDLIB_FACE_JNI_METHOD(jniBitmapDet)(JNIEnv *env, jobject thiz, jobject bitmap) {    cv::Mat rgbaMat;    cv::Mat bgrMat;    jniutils::ConvertBitmapToRGBAMat(env, bitmap, rgbaMat, true);    cv::cvtColor(rgbaMat, bgrMat, cv::COLOR_RGBA2BGR);    // 获取人脸检测类指针    DetPtr mDetPtr = getDetPtr(env, thiz);    // 调用人脸检测算法，返回检测到的人脸数    jint size = mDetPtr->Detect(bgrMat);    // 返回检测结果    return getRecResult(env, mDetPtr, size);}jint JNIEXPORT JNICALLDLIB_FACE_JNI_METHOD(jniInit)(JNIEnv *env, jobject thiz) {    DetPtr mDetPtr = new FaceDetector();    // 设置人脸检测类指针    setDetPtr(env, thiz, mDetPtr);    return JNI_OK;}jint JNIEXPORT JNICALLDLIB_FACE_JNI_METHOD(jniDeInit)(JNIEnv *env, jobject thiz) {    // 指针置0    setDetPtr(env, thiz, JAVA_NULL);    return JNI_OK;}#ifdef __cplusplus}#endif

5 Java端调用人脸检测算法

在开启人脸检测之前，需要在相机 AutoFitTextureView 上覆盖一层自定义 BoundingBoxView 用于绘制检测到的人脸矩形框，该 View 的具体实现如下：

public class BoundingBoxView extends SurfaceView implements SurfaceHolder.Callback {    protected SurfaceHolder mSurfaceHolder;    private Paint mPaint;    private boolean mIsCreated;    public BoundingBoxView(Context context, AttributeSet attrs) {        super(context, attrs);        mSurfaceHolder = getHolder();        mSurfaceHolder.addCallback(this);        mSurfaceHolder.setFormat(PixelFormat.TRANSPARENT);        setZOrderOnTop(true);        mPaint = new Paint();        mPaint.setAntiAlias(true);        mPaint.setColor(Color.RED);        mPaint.setStrokeWidth(5f);        mPaint.setStyle(Paint.Style.STROKE);    }    @Override    public void surfaceChanged(SurfaceHolder surfaceHolder, int format, int width, int height) {    }    @Override    public void surfaceCreated(SurfaceHolder surfaceHolder) {        mIsCreated = true;    }    @Override    public void surfaceDestroyed(SurfaceHolder surfaceHolder) {        mIsCreated = false;    }    public void setResults(List<VisionDetRet> detRets)    {        if (!mIsCreated) {            return;        }        Canvas canvas = mSurfaceHolder.lockCanvas();        //清除掉上一次的画框。        canvas.drawColor(Color.TRANSPARENT, PorterDuff.Mode.CLEAR);        canvas.drawColor(Color.TRANSPARENT);        for (VisionDetRet detRet : detRets) {            Rect rect = new Rect(detRet.getLeft(), detRet.getTop(), detRet.getRight(), detRet.getBottom());            canvas.drawRect(rect, mPaint);        }        mSurfaceHolder.unlockCanvasAndPost(canvas);    }}

同时，需要在布局文件中添加对应的 BoundingBoxView 层，保证与 AutoFitTextureView 完全重合：

<?xml version="1.0" encoding="utf-8"?><RelativeLayout xmlns:android="http://schemas.android.com/apk/res/android"    xmlns:tools="http://schemas.android.com/tools"    android:layout_width="match_parent"    android:layout_height="match_parent"    tools:context=".CameraFragment">    <com.lightweh.facedetection.AutoFitTextureView        android:id="@+id/textureView"        android:layout_width="wrap_content"        android:layout_height="wrap_content"        android:layout_centerVertical="true"        android:layout_centerHorizontal="true" />    <com.lightweh.facedetection.BoundingBoxView        android:id="@+id/boundingBoxView"        android:layout_width="wrap_content"        android:layout_height="wrap_content"        android:layout_alignLeft="@+id/textureView"        android:layout_alignTop="@+id/textureView"        android:layout_alignRight="@+id/textureView"        android:layout_alignBottom="@+id/textureView" /></RelativeLayout>

BoundingBoxView 添加完成以后，即可在 CameraFragment 中添加对应的人脸检测代码：

private class detectAsync extends AsyncTask<Bitmap, Void, List<VisionDetRet>> {    @Override    protected void onPreExecute() {        mIsDetecting = true;        super.onPreExecute();    }    protected List<VisionDetRet> doInBackground(Bitmap... bp) {        List<VisionDetRet> results;        // 返回检测结果        results = mFaceDet.detect(bp[0]);        return results;    }    protected void onPostExecute(List<VisionDetRet> results) {        // 绘制检测到的人脸矩形框        mBoundingBoxView.setResults(results);        mIsDetecting = false;    }}

然后，分别在 onResume 与 onPause 函数中完成人脸检测类对象的初始化和释放：

@Overridepublic void onResume() {    super.onResume();    startBackgroundThread();    mFaceDet = new FaceDet();    if (mTextureView.isAvailable()) {        openCamera(mTextureView.getWidth(), mTextureView.getHeight());    } else {        mTextureView.setSurfaceTextureListener(mSurfaceTextureListener);    }}@Overridepublic void onPause() {    closeCamera();    stopBackgroundThread();    if (mFaceDet != null) {        mFaceDet.release();    }    super.onPause();}

最后，在 TextureView 的回调函数 onSurfaceTextureUpdated 完成调用：

@Overridepublic void onSurfaceTextureUpdated(SurfaceTexture texture) {    if (!mIsDetecting) {        Bitmap bp = mTextureView.getBitmap();        // 保证图片方向与预览方向一致        bp = Bitmap.createBitmap(bp, 0, 0, bp.getWidth(), bp.getHeight(), mTextureView.getTransform(null), true );        new detectAsync().execute(bp);    }}

6 测试结果

经测试，960×720的 bitmap 图片在华为手机（Android 6.0，8核1.2GHz，2G内存）上执行一次检测约耗时800~850ms。Demo 运行效果如下：

7 Demo 源码

Github：https://github.com/lightweh/FaceDetection

8. 参考

https://github.com/tzutalin/dlib-android
https://github.com/gv22ga/dlib-face-recognition-android
https://blog.csdn.net/yanzi1225627/article/details/7934710
https://blog.csdn.net/hjimce/article/details/64127654

本文链接：https://www.cnblogs.com/lightweh/p/9815853.html，转载请注明出处。