基于OpenCV在Android平台下实现人脸识别资料下载.pdf
《基于OpenCV在Android平台下实现人脸识别资料下载.pdf》由会员分享，可在线阅读，更多相关《基于OpenCV在Android平台下实现人脸识别资料下载.pdf（6页珍藏版）》请在冰豆网上搜索。
首先，本文介绍了OpenCV2.4的人脸识别算法类FaceRecognizer的使用以及在Windows平台下的实现，接着详细的阐述了利用Android下的JNI（JavaNativeInterface），并结合AndroidNDK（NativeDevelopmentKit）调用和编译OpenCV下的相关函数，生成共享函数库。
经过实验的在Android下人脸识别效果良好。
关键词：
人脸识别，人脸归一化；
Android；
OpenCV；
NDK；
JNIFaceRecognitionBasedonOpenCVinAndroidSystemNIEPeng-peng1，WANGEr-Wei2，LIUMin-feng1，ZHANGHao-kun1（XidianUniversity,Xian,710071）Abstract:
ThispaperproposesawayoffacerecognitionbasedonOpenCVinAndroidSystem.Firstly,thispaperintroducestheuseoffacerecognitionstructFaceRecognizerandimplementsthisstructinWindowsSystem.ThentheinvokingandcompilingofOpenCVfunctionswithJNI（JavaNativeInterface）andAndroidNDK（NativeDevelopmentKit）isintroducedindetailandsharedlibraryisgot.Finally,facerecognitioninAndroidworkswellintheexperiment.Keywords:
facerecognition,facenormalization;
Android;
OpenCV;
NDK;
JNI83图3AT&
T人脸数据库一部分图2人脸归一化处理效果了FaceRecognizer类，实现了三种人脸识别方法Eigenfaces、Fisherfaces和LocalBinaryPatternsHistograms。
1在Windows平台下实现人脸识别功能在Android平台开发前，需要先在Windows下将所需要算法的C/C+函数先进行开发并测试好。
这是因为结合VisualStudio开发工具，可以能够很好的调试C/C+代码。
需要实现的功能模块包括人脸归一化处理和识别功能。
1.1人脸归一化处理在新来了一张图片后，首先需要做的是检测出是否有人脸，并做归一化处理。
归一化处理的原因是为了尽可能减小光照和姿势对人脸识别的影响。
新来一张图片后，需要的处理流程如图1所示。
人脸检测和人眼定位是使用OpenCV自带的库函数进行实现的，关于具体如何配置VisualStudio环境下的OpenCV的开发，不再赘述。
在OpenCV的中文官网“http:
/scale_factorCV_DEFAULT（1.1）,intmin_neighborsCV_DEFAULT（3）,intflagsCV_DEFAULT（0）,CvSizemin_sizeCV_DEFAULT（cvSize（0,0）,CvSizemax_sizeCV_DEFAULT（cvSize（0,0）;
人脸旋转的目的是把有旋转角度的人脸变换成正立的人脸。
实现手段是计算左右眼的中心连成线与水平线所成的角度，然后将图片中所有的像素点的坐标进行旋转。
人脸尺寸归一化是需要将人脸从原始图片中截取出来，制作成统一大小的图片。
假定所需要的人脸图片的宽度是w，则两个人眼中心的距离为w/2。
因此得到一张人脸图片后，计算其人眼中心的距离与要求的距离的比值，即为整个图片的缩放比例系数如下图2所示。
2.2人脸识别实现在利用OpenCV进行人脸识别算法前，需要从网上下载libfacerec库，该库已经给出了实例。
我们需要做的是理解三种算法Eigenfaces，Fisherfaces和LBPH（LocalBinarypatternsHistograms），以及如何调用底层库来实现。
这里以Eigenfaces为例，对其实现的过程做出解释。
首先需要准备好需要测试的人脸图片库。
函数库推荐的是AT&
T人脸数据库，从网络下载下来后，还需制作一个文件路径的文本文档，命名为csv.txt，每一行的格式如下为/path/to/image.ext;
label，其中/path/to/image.ext是图片的绝对路径或相对路径，label必须是整数，同一个人的label是一样的如下图3所示。
现解释其中重要的函数：
图1人脸归一化流程84PtrcreateEigenFaceRecognizer（intnum_components,doublethreshold）num_components是特征值的个数，也就是说在做PCA分析时，选取的主成分向量的个数，也可以不设定，直接使用默认值。
Threshold是人脸识别的阈值，当设定为0值，人脸预测时返回的标号为-1时，则表明人脸库没有相应的人脸。
训练的图片，也就是你想训练的人脸，数据格式为vectorlabels:
对应图片的标号，数据格式为：
vector;
intEigenfaces:
predictsrc:
需要进行识别的图片。
返回值是对应的标号。
3搭建Android下的JNI开发环境3.1环境设置Android在的开发语言是JAVA，所使用的集成开发环境是Eclipse。
在标准的Android开发环境下开发OpenCV，还需要准备AndroidNDK，Cygwin和OpenCVAndroid。
首先从网上下载准备好三个库文件，下载网址分别为：
http:
/配置好系统环境变量，需要对/cygwin/home/username/bash_profil文件进行修改，在文件的末尾加上“NDK=/cygdrive/”和“exportNDK”。
第一句是配置AndroidNDK的路径。
假如下载并解压缩的AndroidNDK路径为“D:
/android-ndk-r8b”，则第一句应该为：
“NDK=/cygdrive/d/android-ndk-r8b”。
接着需要配置OpenCV的开发环境，在Eclipse中导入OpenCVAndroid-2.4文件里所有的Android工程，导入后会发现有几个OpenCVsample和OpenCVTutorial几个例程，最重要的是还有一个OpenCVLibrary2.4.2的工程。
这时候，开始建立一个空的标准Android工程，并在工程目录下新建一个文件夹，取名为jni，所有的C/C+文件都放在该目录。
在这个工程中，进行如下操作Project-Properties-Android-Library-Add，这时候就会看需要导入的OpenCVLibrary2.4.2。
然后是配置jni文件下的C/C+文件自动编译的问题，Project-Properties-Builders-New-Program，这是进入了编译器的配置选项卡。
选择Main选项页，在Location框中输入cygwinbinbash.exe的绝对路径，在WorkingDirectory框中输入cygwinbin的绝对路径，在Arguments输入“-login-ccd/cygdrive/&
$NDK/ndk-build”，其中是要输入该工程的路径，至于后半部分是调用ndk-build命令；
选择Buildoptions选项页下将Runthebuilder下的都选中，这是表示在制定的情况下调用编译命令，在specifyworkingsetofrelevantresources下指定jni文件的路径即可。
这样就配置完了jni下文件的编译器。
编译文件的规则是根据jni目录下的Android.mk和Application.mk文件，这将在后面介绍编写。
4实现程序过程在建立好了编译环境后，需要进行源代码开发，主要有两部分需要开发，一部分是Android程序的JAVA平台的开发，主要涉及到UI界面和程序的逻辑流程；
另一部分是Jni接口的开发，也就是用来链接JAVA与C/C+的部分如下图4所示。
4.1建立UI界面在界面上需要两个布局，一个是用于人脸识别的界面，另一个是用于人脸注册的界面。
在res/图4Android应用程序构成图585layout文件夹，新建两个xml布局文件，分别命名为main.xml和register.xml。
在main.xml中主要两个Button，分别是“识别”和“注册”按键，以及一个imageview组件。
在register.xml中有两个Button，分别是“拍照”和“注册结束”按键，一个Edittext输入框，用于接收姓名，以及一个imageview组件。
4.2JAVA平台程序开发为上述两个UI界面编写两个Activity，分别命名为FacerecActivity.java和register.java，对应着FacerecActivity和register两个Activity。
为此需要在AndroidManifest.xml里组成这两个Activity，同时需要加入允许程序读写SD卡，因此加入权限语句：
在两个Activity里面都需要实现照相功能，获取图片。
实现照相机功能，一般是有两种方法：
一种是使用内置的摄像头应用程序；
另一种是自定义照相Activity。
在这里使用一种简单的方法，既使用内置的摄像头程序。
步骤如下：
构建摄像头Intent：
ntentcameraIntent=newIntent（MediaStore.ACTION_IMAGE_CAPTURE）;
启动摄像头的Intent：
startActivityForResult（cameraIntent,0）；
接受Intent结果：
在应用程序中设置onActivityResult（）方法，用于接受摄像头intent返回的数据。
首先实现FacerecActivity.java文件，它作为主界面，主要是响应上述的main.xml中各个组件。
分别实现对“识别”和“注册”两个按钮的监听，在“识别”按键的响应为调用JNI的识别算法。
该人脸识别函数的原型应该接受的参数是一张照片，返回值应该是该照片中人脸对应的姓名或者找不到该人。
故
升级会员 