背景
上一篇博客中試水了一下華為機(jī)器學(xué)習(xí)服務(wù)，感覺效果還是不錯(cuò)的智蝠，但是也不知道這些能力到底能干嘛腾么，于是乎……就給我找到了一個(gè)大哥寫的一篇講微笑抓拍的文章，改吧了一下代碼杈湾，頓時(shí)就可以用作自定義表情抓拍了解虱。
鏈接戳下面↓
如果想看原版可以看原版
但是我就覺得太啰嗦了，重新整理了一下漆撞，原文里面有具體的代碼配置殴泰，這里我都不多說了哈
代碼已經(jīng)上傳到某位師兄的github上了，talk is cheap
原文的代碼鏈接戳這里
效果展示
這個(gè)是華為官方放出來的人臉識(shí)別浮驳，看得出來在實(shí)時(shí)性上表現(xiàn)的很不錯(cuò)悍汛，同時(shí)可以支持識(shí)別人臉的朝向，支持檢測人臉的表情（高興抹恳、厭惡员凝、驚訝、傷心奋献、憤怒健霹、生氣），支持檢測人臉屬性（性別瓶蚂、年齡糖埋、穿戴），支持檢測是否睜眼閉眼窃这，支持人臉以及鼻子瞳别、眼睛、嘴唇杭攻、眉毛等特征的坐標(biāo)檢測
實(shí)際過程
原文中寫了很多代碼級(jí)的如何將華為機(jī)器學(xué)習(xí)服務(wù)中的人臉識(shí)別服務(wù)抽離出來祟敛，然后將這個(gè)功能重新封裝。簡而言之就是幾點(diǎn)：
1. 添加一些配置項(xiàng)
其中包括maven的依賴兆解，sdk的依賴（可以單獨(dú)只引入人臉識(shí)別模型而不用把其他模型全部引用進(jìn)來）馆铁，相機(jī)權(quán)限的開通等，這些配置項(xiàng)這位善良的大哥已經(jīng)在po出來的代碼中都修改好了锅睛，非常的良心埠巨。
2. 代碼開發(fā)
在這一部分历谍，我理解他是先設(shè)定一些參數(shù)，比如最小人臉在相機(jī)中的比例辣垒，關(guān)鍵點(diǎn)的數(shù)量等等望侈，然后把這些參數(shù)傳給一個(gè)叫 MLAnalyzerFactory.getInstance().getFaceAnalyzer的分析器，這個(gè)分析器是華為機(jī)器學(xué)習(xí)服務(wù)SDK中提供的勋桶，感覺好像重寫了他的回調(diào)函數(shù)脱衙，應(yīng)該……就好了吧……
看起來很簡單的樣子，所以我就稍微改了一下下：
2.1 主要代碼如下：
public void transactResult(MLAnalyzer.Result<MLFace> result) {
SparseArray<MLFace> faceSparseArray = result.getAnalyseList();
int flag = 0;
for (int i = 0; i < faceSparseArray.size(); i++) {
MLFaceEmotion emotion = faceSparseArray.valueAt(i).getEmotions();
if (emotion.getSmilingProbability() > smilingPossibility) {
flag++;
}
}
if (flag > faceSparseArray.size() * smilingRate && safeToTakePicture) {
safeToTakePicture = false;
mHandler.sendEmptyMessage(TAKE_PHOTO);
}
}
faceSparseArray應(yīng)該是SDK中提供的一種數(shù)據(jù)結(jié)構(gòu)哥遮，里面包含了一系列的人臉檢測的參數(shù)岂丘，包括表情，性別眠饮、年齡奥帘、穿戴，是否睜眼閉眼仪召，鼻子寨蹋、眼睛、嘴唇扔茅、眉毛等特征的坐標(biāo)檢測等等已旧。
在這里那位大哥只調(diào)用了表情的參數(shù)，
MLFaceEmotion emotion = faceSparseArray.valueAt(i).getEmotions();
然后緊接著做了一個(gè)判斷召娜，我理解的是如果微笑的概率大于你設(shè)定的特定閾值才會(huì)認(rèn)為是微笑运褪。
emotion.getSmilingProbability() > smilingPossibility
最后一部分就比較好理解了，如果出現(xiàn)了微笑的話就take photo啦
mHandler.sendEmptyMessage(TAKE_PHOTO);
這里還有一個(gè)小點(diǎn)需要注意玖瘸，判斷語句中的flag的值其實(shí)是實(shí)際檢測到笑臉的人臉個(gè)數(shù)（原來是支持多人臉的-_-||）秸讹，底下的smilingRate是作者隨意定義的一個(gè)值，原文設(shè)立的是0.8雅倒，也就是說如果相機(jī)上有五個(gè)人璃诀，只要四個(gè)人笑就能夠拍照啦~
2.2 我的代碼如下：
需要修改的第一個(gè)地方是handler，把原來的handler里面刪掉~
private Handler mHandler = new Handler() {
@Override
public void handleMessage(Message msg) {
super.handleMessage(msg);
switch (msg.what) {
case SMILE:
Toast.makeText(LiveFaceAnalyseActivity.this, "Smile", Toast.LENGTH_SHORT).show();
break;
case ANGRY:
Toast.makeText(LiveFaceAnalyseActivity.this, "angry", Toast.LENGTH_SHORT).show();
break;
case DISGUST:
Toast.makeText(LiveFaceAnalyseActivity.this, "disgust", Toast.LENGTH_SHORT).show();
break;
case FEAR:
Toast.makeText(LiveFaceAnalyseActivity.this, "fear", Toast.LENGTH_SHORT).show();
break;
case SAD:
Toast.makeText(LiveFaceAnalyseActivity.this, "sad", Toast.LENGTH_SHORT).show();
break;
case SURPRISE:
Toast.makeText(LiveFaceAnalyseActivity.this, "surprise", Toast.LENGTH_SHORT).show();
break;
default:
break;
}
}
};
需要修改的第二個(gè)地方是
public void transactResult(MLAnalyzer.Result<MLFace> result) {
SparseArray<MLFace> faceSparseArray = result.getAnalyseList();
for (int i = 0; i < faceSparseArray.size(); i++) {
MLFaceEmotion emotion = faceSparseArray.valueAt(i).getEmotions();
if (emotion.getSmilingProbability() > smilingPossibility) {
mHandler.sendEmptyMessage(SMILE);
}
if (emotion.getAngryProbability() > 0.85f) {
mHandler.sendEmptyMessage(ANGRY);
}
if (emotion.getDisgustProbability() > 0.85f) {
mHandler.sendEmptyMessage(DISGUST);
}
if (emotion.getFearProbability() > 0.85f) {
mHandler.sendEmptyMessage(FEAR);
}
if (emotion.getSadProbability() > 0.85f) {
mHandler.sendEmptyMessage(SAD);
}
if (emotion.getSurpriseProbability() > 0.85f) {
mHandler.sendEmptyMessage(SURPRISE);
}
}
}
懂的人都知道我也沒干啥蔑匣，只是對著文檔找到了支持的所有表情然后依次識(shí)別劣欢，看看你到底是什么表情~
具體的參數(shù)可以參考：
同時(shí)除了表情
里面提供了超級(jí)多的參數(shù)可以調(diào)用
具體調(diào)用如下：
總結(jié)
表情識(shí)別就這樣做完啦，感謝那位大哥的分享裁良，代碼寫的很優(yōu)秀~ 一下子除了表情凿将，開閉眼識(shí)別，帽子胡子識(shí)別都可以做了~ 哈哈哈哈哈
效果不錯(cuò)喲
