如何在 Firebase
上使用机器学习工具包创建人脸检测安卓应用
原文:https://www . geesforgeks . org/如何创建人脸检测-安卓-应用-使用-机器学习-firebase 上的工具包/
先决条件:
Firebase ML KIT 旨在通过提供一系列可以在 iOS 和安卓应用中使用的预训练模型，让机器学习变得更加容易。让我们使用 ML Kit 的人脸检测 API 来识别照片中的人脸。在本文的最后，我们将有一个应用程序，可以识别图像中的人脸，然后显示关于这些人脸的信息，例如这个人是否在微笑，或者他们的眼睛是否闭上了美妙的图形用户界面。
方法
第一步:创建新项目
- 在 android studio 中打开一个新项目，想用什么名字都可以。
- 我们将为特定项目处理空活动。
- 该特定项目所需的最低 SDK 为 23 ，因此选择任何 23 或以上的 API。
- 这个项目使用的语言是 JAVA 。
- 除了上面提到的选项之外，所有选项都保持不变。
- 点击完成。
第二步:连接 Firebase 上的 ML KIT。
- 登录或注册。
- 在 Firebase 控制台中，创建一个新项目或者如果你想使用一个现有的项目，那么打开它。
- *根据自己的选择命名*项目。
- 转到文档。
- 点击 Firebase ML，在左边空白处，选择“视觉”下的“识别文字”。
- 为了更好地理解，请完成上述步骤。
- 回到安卓工作室。
- 转到工具- > Firebase - >分析- >连接 Firebase - >从出现的对话框中选择您的项目- >点击连接。(这一步将你的安卓应用连接到 Firebase )
*第三步:定制资产和梯度*
- 要增强图形用户界面，请选择。png 格式，并将其添加到 res 文件夹中，并将其设置为 main 的背景。xml 文件，或者进入布局的设计视图，在声明属性 下自定义背景，设置背景颜色，如下图:
- 要在应用程序中包含 ML KIT 依赖项，请转到 Gradle 脚本- > build.gradle(模块:应用程序)并添加下面提到的实现:
实现' com . Google . firebase:firebase-ml-vision:17 . 0 . 0 '
- 现在复制下面提到的文本，并将其粘贴到应用程序级 Gradle 的最末端，在所有括号之外，如下图所示。
应用插件:‘com . Google . GMS . Google-services’
- 接下来，转到 build.gradle (project) 复制下面提到的文本，粘贴到依赖项的类路径中，如下图所示。
类路径' com . Google . GMS:Google-services:4 . 2 . 0 '
- 点击立即同步。
*第四步:设计 UI*
- 下面是基本的 XML 文件的代码。添加按钮打开摄像头选项。
可扩展标记语言
<?xml version="1.0" encoding="UTF-8"?>
<androidx.constraintlayout.widget.ConstraintLayout
tools:context=".MainActivity"
android:layout_height="match_parent"
android:layout_width="match_parent"
xmlns:tools="http://schemas.android.com/tools"
xmlns:app="http://schemas.android.com/apk/res-auto"
xmlns:android="http://schemas.android.com/apk/res/android">
<Button
android:background="#000000"
android:layout_height="wrap_content"
android:layout_width="wrap_content"
app:layout_constraintStart_toStartOf="parent"
app:layout_constraintEnd_toEndOf="parent"
app:layout_constraintBottom_toBottomOf="parent"
android:text=CAMERA
android:layout_marginBottom="100dp"
android:padding="16dp"
android:id="@+id/camera_button"/>
</androidx.constraintlayout.widget.ConstraintLayout>
- 现在的 UI 会是这样的。
- 现在转到布局- >新建- >布局资源文件- >名称:fragment_resultdialog.xml. 这个文件是为了自定义输出屏幕而创建的，它将显示一个名为结果对话框的对话框，其中有一个名为结果文本的文本视图，包含检测到的图像的所有属性。下面是创建的 XML 文件的 XML 文件。
可扩展标记语言
<?xml version="1.0" encoding="UTF-8"?>
<androidx.constraintlayout.widget.ConstraintLayout
android:layout_height="match_parent"
android:layout_width="match_parent"
xmlns:tools="http://schemas.android.com/tools"
xmlns:app="http://schemas.android.com/apk/res-auto"
xmlns:android="http://schemas.android.com/apk/res/android">
<ScrollView
android:layout_width="wrap_content"
android:layout_height="wrap_content"
app:layout_constraintBottom_toBottomOf="parent"
app:layout_constraintStart_toStartOf="parent"
app:layout_constraintTop_toTopOf="parent">
<RelativeLayout
android:id="@+id/relativeLayout"
android:layout_width="match_parent"
android:layout_height="wrap_content"
android:layout_marginStart="20dp"
android:layout_marginEnd="20dp"
app:layout_constraintEnd_toEndOf="parent"
app:layout_constraintStart_toStartOf="parent"
app:layout_constraintTop_toTopOf="parent">
<!--text view to display the result text
after reading an image-->
<TextView
android:id="@+id/result_text_view"
android:layout_width="match_parent"
android:layout_height="wrap_content"
android:gravity="center"
android:text="LCOFaceDetection"
android:textColor="#000000"
android:textSize="18sp"
app:layout_constraintEnd_toEndOf="parent"
app:layout_constraintStart_toStartOf="parent"
app:layout_constraintTop_toTopOf="parent"/>
<!--a button with text 'ok' written on it-->
<Button
android:id="@+id/result_ok_button"
android:layout_width="wrap_content"
android:layout_height="wrap_content"
android:layout_below="@id/result_text_view"
android:layout_centerInParent="true"
android:layout_marginTop="20dp"
android:layout_marginBottom="5dp"
android:background="#75DA8B"
android:padding="16dp"
android:text="ok"
app:layout_constraintEnd_toEndOf="parent"
app:layout_constraintStart_toStartOf="parent"
app:layout_constraintTop_toBottomOf="@+id/result_text_view"/>
</RelativeLayout>
</ScrollView>
</androidx.constraintlayout.widget.ConstraintLayout>
*第五步:Firebase 应用初始化器*
- 通过 java - > new - > class - >创建一个新的 java 类名称:LCOFaceDetection.java->超类:Application(Android . app . Application)。下面是 java 类的示例源代码。
Java 语言(一种计算机语言，尤用于创建网站)
import android.app.Application;
import com.google.firebase.FirebaseApp;
public class LCOFaceDetection extends Application {
public final static String RESULT_TEXT = "RESULT_TEXT";
public final static String RESULT_DIALOG = "RESULT_DIALOG";
// initializing our firebase
@Override
public void onCreate()
{
super.onCreate();
FirebaseApp.initializeApp(this);
}
}
*第六步:打开结果对话框*
- 创建一个新的 java 类，即ResultDialog.java 和超类，DialogFragment ，这是fragment _ result dialog . XML的 java 文件。下面是 java 文件的示例代码。
Java 语言(一种计算机语言，尤用于创建网站)
import android.os.Bundle;
import android.view.LayoutInflater;
import android.view.View;
import android.view.ViewGroup;
import android.widget.Button;
import android.widget.TextView;
import androidx.annotation.NonNull;
import androidx.annotation.Nullable;
import androidx.fragment.app.DialogFragment;
public class ResultDialog extends DialogFragment {
Button okBtn;
TextView resultTextView;
@Nullable
@Override
public View
onCreateView(@NonNull LayoutInflater inflater,
@Nullable ViewGroup container,
@Nullable Bundle savedInstanceState)
{
// importing View so as to inflate
// the layout of our result dialog
// using layout inflater.
View view = inflater.inflate(
R.layout.fragment_resultdialog, container,
false);
String resultText = "";
// finding the elements by their id's.
okBtn = view.findViewById(R.id.result_ok_button);
resultTextView
= view.findViewById(R.id.result_text_view);
// To get the result text
// after final face detection
// and append it to the text view.
Bundle bundle = getArguments();
resultText = bundle.getString(
LCOFaceDetection.RESULT_TEXT);
resultTextView.setText(resultText);
// Onclick listener so as
// to make a dismissable button
okBtn.setOnClickListener(
new View.OnClickListener() {
@Override
public void onClick(View v)
{
dismiss();
}
});
return view;
}
}
*第七步:打开真实设备上的摄像头并启用人脸检测*
- 下面是主 java 文件的示例代码。
- 为此需要 FirebaseVision 和firebasevisionface detector类。
- 以下是您可以在人脸检测模型中配置的所有设置列表。
- 建议阅读这些类的详细分析，并在 Firebase ML 文档中处理代码以进行文本识别。
Java 语言(一种计算机语言，尤用于创建网站)
/*package whatever do not write package name here*/
import androidx.annotation.NonNull;
import androidx.annotation.Nullable;
import androidx.appcompat.app.AppCompatActivity;
import androidx.fragment.app.DialogFragment;
import android.content.Intent;
import android.graphics.Bitmap;
import android.os.Bundle;
import android.provider.MediaStore;
import android.view.View;
import android.widget.Button;
import android.widget.Toast;
import com.google.android.gms.tasks.OnFailureListener;
import com.google.android.gms.tasks.OnSuccessListener;
import com.google.firebase.FirebaseApp;
import com.google.firebase.ml.vision.FirebaseVision;
import com.google.firebase.ml.vision.common.FirebaseVisionImage;
import com.google.firebase.ml.vision.common.FirebaseVisionPoint;
import com.google.firebase.ml.vision.face.FirebaseVisionFace;
import com.google.firebase.ml.vision.face.FirebaseVisionFaceDetector;
import com.google.firebase.ml.vision.face.FirebaseVisionFaceDetectorOptions;
import com.google.firebase.ml.vision.face.FirebaseVisionFaceLandmark;
import java.util.List;
public class MainActivity extends AppCompatActivity {
Button cameraButton;
// whenever we request for our customized permission, we
// need to declare an integer and initialize it to some
// value .
private final static int REQUEST_IMAGE_CAPTURE = 124;
FirebaseVisionImage image;
FirebaseVisionFaceDetector detector;
@Override
protected void onCreate(Bundle savedInstanceState)
{
super.onCreate(savedInstanceState);
setContentView(R.layout.activity_main);
// initializing our firebase in main activity
FirebaseApp.initializeApp(this);
// finding the elements by their id's alloted.
cameraButton = findViewById(R.id.camera_button);
// setting an onclick listener to the button so as
// to request image capture using camera
cameraButton.setOnClickListener(
new View.OnClickListener() {
@Override
public void onClick(View v)
{
// makin a new intent for opening camera
Intent intent = new Intent(
MediaStore.ACTION_IMAGE_CAPTURE);
if (intent.resolveActivity(
getPackageManager())
!= null) {
startActivityForResult(
intent, REQUEST_IMAGE_CAPTURE);
}
else {
// if the image is not captured, set
// a toast to display an error image.
Toast
.makeText(
MainActivity.this,
"Something went wrong",
Toast.LENGTH_SHORT)
.show();
}
}
});
}
@Override
protected void onActivityResult(int requestCode,
int resultCode,
@Nullable Intent data)
{
// after the image is captured, ML Kit provides an
// easy way to detect faces from variety of image
// types like Bitmap
super.onActivityResult(requestCode, resultCode,
data);
if (requestCode == REQUEST_IMAGE_CAPTURE
&& resultCode == RESULT_OK) {
Bundle extra = data.getExtras();
Bitmap bitmap = (Bitmap)extra.get("data");
detectFace(bitmap);
}
}
// If you want to configure your face detection model
// according to your needs, you can do that with a
// FirebaseVisionFaceDetectorOptions object.
private void detectFace(Bitmap bitmap)
{
FirebaseVisionFaceDetectorOptions options
= new FirebaseVisionFaceDetectorOptions
.Builder()
.setModeType(
FirebaseVisionFaceDetectorOptions
.ACCURATE_MODE)
.setLandmarkType(
FirebaseVisionFaceDetectorOptions
.ALL_LANDMARKS)
.setClassificationType(
FirebaseVisionFaceDetectorOptions
.ALL_CLASSIFICATIONS)
.build();
// we need to create a FirebaseVisionImage object
// from the above mentioned image types(bitmap in
// this case) and pass it to the model.
try {
image = FirebaseVisionImage.fromBitmap(bitmap);
detector = FirebaseVision.getInstance()
.getVisionFaceDetector(options);
}
catch (Exception e) {
e.printStackTrace();
}
// It’s time to prepare our Face Detection model.
detector.detectInImage(image)
.addOnSuccessListener(new OnSuccessListener<List<FirebaseVisionFace> >() {
@Override
// adding an onSuccess Listener, i.e, in case
// our image is successfully detected, it will
// append it's attribute to the result
// textview in result dialog box.
public void onSuccess(
List<FirebaseVisionFace>
firebaseVisionFaces)
{
String resultText = "";
int i = 1;
for (FirebaseVisionFace face :
firebaseVisionFaces) {
resultText
= resultText
.concat("\nFACE NUMBER. "
+ i + ": ")
.concat(
"\nSmile: "
+ face.getSmilingProbability()
* 100
+ "%")
.concat(
"\nleft eye open: "
+ face.getLeftEyeOpenProbability()
* 100
+ "%")
.concat(
"\nright eye open "
+ face.getRightEyeOpenProbability()
* 100
+ "%");
i++;
}
// if no face is detected, give a toast
// message.
if (firebaseVisionFaces.size() == 0) {
Toast
.makeText(MainActivity.this,
"NO FACE DETECT",
Toast.LENGTH_SHORT)
.show();
}
else {
Bundle bundle = new Bundle();
bundle.putString(
LCOFaceDetection.RESULT_TEXT,
resultText);
DialogFragment resultDialog
= new ResultDialog();
resultDialog.setArguments(bundle);
resultDialog.setCancelable(true);
resultDialog.show(
getSupportFragmentManager(),
LCOFaceDetection.RESULT_DIALOG);
}
}
}) // adding an onfailure listener as well if
// something goes wrong.
.addOnFailureListener(new OnFailureListener() {
@Override
public void onFailure(@NonNull Exception e)
{
Toast
.makeText(
MainActivity.this,
"Oops, Something went wrong",
Toast.LENGTH_SHORT)
.show();
}
});
}
}
输出
https://media.geeksforgeeks.org/wp-content/uploads/20200801151012/gfg-video.mp4
版权属于：月萌API www.moonapi.com，转载请注明出处
