iOS使用 Core Image 的 iOS 人臉識別

jwjro6u51 8年前發布 | 39K 次閱讀人臉識別 iOS開發移動開發

Face Detection in iOS Using Core Image

使用Core Image的iOS人臉識別

ore Image是Cocoa Touch中一個強大的API，是iOS SDK中的關鍵部分，不過它經常被忽視。在這篇教程中，會驗證Core Image的人臉識別特性并在你的iOS app中應用這項技術!

注意: 這是一篇中高級的iOS教程，假定你已經使用過UIImagePicker, Core Image等技術。

將要構建的應用

iOS的人臉識別從iOS 5(2011)就有了，不過一直沒怎么被關注過。人臉識別API允許開發者不僅可以檢測人臉，也可以檢測到面部的一些特殊屬性，比如說微笑或眨眼。

首先，為了了解Core Image的人臉識別技術我們會創建一個app來識別照片中的人臉并用一個方框來標記它。在第二個例子中，讓用戶拍攝一張照片，檢測其中的人臉并檢索人臉位置。這樣一來，就充分掌握了iOS中的人臉識別，并且學會如何利用這個強大卻總被忽略的API。

建立工程

下載開始工程在Xcode中打開。如你所見，里面只有一個關聯了IBOutlet和imageView的故事板。

使用Core Image識別人臉

在開始工程中，故事板中的imageView組件與代碼中的IBOutlet已關聯，接下來要實現人臉識別的代碼部分。在swift文件中插入如下代碼，之后進行講解:

func detect() {

guard let personciImage = CIImage(image: personPic.image!) else {
    return
}

let accuracy = [CIDetectorAccuracy: CIDetectorAccuracyHigh]
let faceDetector = CIDetector(ofType: CIDetectorTypeFace, context: nil, options: accuracy)
let faces = faceDetector.featuresInImage(personciImage)

for face in faces as! [CIFaceFeature] {

    print("Found bounds are \(face.bounds)")

    let faceBox = UIView(frame: face.bounds)

    faceBox.layer.borderWidth = 3
    faceBox.layer.borderColor = UIColor.redColor().CGColor
    faceBox.backgroundColor = UIColor.clearColor()
    personPic.addSubview(faceBox)

    if face.hasLeftEyePosition {
        print("Left eye bounds are \(face.leftEyePosition)")
    }

    if face.hasRightEyePosition {
        print("Right eye bounds are \(face.rightEyePosition)")
    }
}

}</code></pre> 
  
來探討下發生了什么: 
   
   行 #3: 創建personciImage變量保存從故事板中的UIImageView提取圖像并將其轉換為CIImage，使用Core Image時需要用CIImage。 
   行 #7: 創建accuracy變量并設為CIDetectorAccuracyHigh，可以在CIDetectorAccuracyHigh(較強的處理能力)與CIDetectorAccuracyLow(較弱的處理能力)中選擇，因為想讓準確度高一些在這里選擇CIDetectorAccuracyHigh。 
   行 #8: 這里定義了一個屬于CIDetector類的faceDetector變量，并輸入之前創建的accuracy變量。 
   行 #9: 調用faceDetector的featuresInImage方法，識別器會找到所給圖像中的人臉，最后返回一個人臉數組。 
   行 #11: 循環faces數組里的所有face，并將識別到的人臉強轉為CIFaceFeature類型。 
   行 #15: 創建名為faceBox的UIView，frame設為返回的faces.first的frame，繪制一個矩形框來標識識別到的人臉。 
   行 #17: 設置faceBox的邊框寬度為3。 
   行 #18: 設置邊框顏色為紅色。 
   行 #19: 將背景色設為clear，意味著這個視圖沒有可見的背景。 
   行 #20: 最后，把這個視圖添加到personPic imageView上。 
   行 #22-28: API不僅可以幫助你識別人臉，也可識別臉上的左右眼，我們不在圖像中標識出眼睛，只是給你展示一下CIFaceFeature的相關屬性。 
   
  需要在viewDidLoad中調用detect方法，插入如下行: 
  detect() 
  編譯并運行app，結果應如下圖所示: 
   
  根據控制臺的輸出來看，貌似識別器識別到了人臉: 
  Found bounds are (177.0, 415.0, 380.0, 380.0) 
  當前的實現中沒有解決的問題: 
   
   人臉識別是在原始圖像上進行的，由于原始圖像的分辨率比image view要高，因此需要設置image view的content mode為aspect fit(保持縱橫比的情況下縮放圖片)。為了合適的繪制矩形框，需要計算image view中人臉的實際位置與尺寸 
   還要注意的是，Core Image與UIView使用兩種不同的坐標系統(看下表)，因此要實現一個CoreImage坐標到UIView坐標的轉換。 
   
   
  現在使用下面的代碼替換detect()方法: 
  func detect() {

guard let personciImage = CIImage(image: personPic.image!) else {
    return
}

let accuracy = [CIDetectorAccuracy: CIDetectorAccuracyHigh]
let faceDetector = CIDetector(ofType: CIDetectorTypeFace, context: nil, options: accuracy)
let faces = faceDetector.featuresInImage(personciImage)

// For converting the Core Image Coordinates to UIView Coordinates
let ciImageSize = personciImage.extent.size
var transform = CGAffineTransformMakeScale(1, -1)
transform = CGAffineTransformTranslate(transform, 0, -ciImageSize.height)

for face in faces as! [CIFaceFeature] {

    print("Found bounds are \(face.bounds)")

    // Apply the transform to convert the coordinates
    var faceViewBounds = CGRectApplyAffineTransform(face.bounds, transform)

    // Calculate the actual position and size of the rectangle in the image view
    let viewSize = personPic.bounds.size
    let scale = min(viewSize.width / ciImageSize.width,
                    viewSize.height / ciImageSize.height)
    let offsetX = (viewSize.width - ciImageSize.width * scale) / 2
    let offsetY = (viewSize.height - ciImageSize.height * scale) / 2

    faceViewBounds = CGRectApplyAffineTransform(faceViewBounds, CGAffineTransformMakeScale(scale, scale))
    faceViewBounds.origin.x += offsetX
    faceViewBounds.origin.y += offsetY

    let faceBox = UIView(frame: faceViewBounds)

    faceBox.layer.borderWidth = 3
    faceBox.layer.borderColor = UIColor.redColor().CGColor
    faceBox.backgroundColor = UIColor.clearColor()
    personPic.addSubview(faceBox)

    if face.hasLeftEyePosition {
        print("Left eye bounds are \(face.leftEyePosition)")
    }

    if face.hasRightEyePosition {
        print("Right eye bounds are \(face.rightEyePosition)")
    }
}

}</code></pre> 
  
上述代碼中，首先使用仿射變換將Core Image坐標轉換為UIKit坐標，然后編寫了計算實際位置與矩形視圖尺寸的代碼。 
  再次運行app，應該會看到人的面部周圍會有一個框，干得漂亮！你已經成功使用Core Image識別出了人臉。 
   
  構建一個人臉識別的相機應用 
  想象一下你有一個用來照相的相機app，照完相后你想運行一下人臉識別來檢測一下是否存在人臉。若存在一些人臉，你也許想用一些標簽來對這些照片進行分類。我們不會構建一個保存照片后再處理的app，而是一個實時的相機app，因此需要整合一下UIImagePicker類，在照完相時立刻進行人臉識別。 
  在開始工程中已經創建好了CameraViewController類，使用如下代碼實現相機的功能: 
  class CameraViewController: UIViewController, UIImagePickerControllerDelegate, UINavigationControllerDelegate {
    @IBOutlet var imageView: UIImageView!
    let imagePicker = UIImagePickerController()

override func viewDidLoad() {
    super.viewDidLoad()

    imagePicker.delegate = self
}

@IBAction func takePhoto(sender: AnyObject) {

    if !UIImagePickerController.isSourceTypeAvailable(.Camera) {
        return
    }

    imagePicker.allowsEditing = false
    imagePicker.sourceType = .Camera

    presentViewController(imagePicker, animated: true, completion: nil)
}

func imagePickerController(picker: UIImagePickerController, didFinishPickingMediaWithInfo info: [String : AnyObject]) {
    if let pickedImage = info[UIImagePickerControllerOriginalImage] as? UIImage {
        imageView.contentMode = .ScaleAspectFit
        imageView.image = pickedImage
    }

    dismissViewControllerAnimated(true, completion: nil)
    self.detect()
}

func imagePickerControllerDidCancel(picker: UIImagePickerController) {
    dismissViewControllerAnimated(true, completion: nil)
}


}</code></pre> 
  
前面幾行設置UIImagePicker委托為當前視圖類，在didFinishPickingMediaWithInfo方法(UIImagePicker的委托方法)中設置imageView為在方法中所選擇的圖像，接著返回上一視圖調用detect函數。 
  還沒有實現detect函數，插入下面代碼并分析一下: 
  func detect() {
        let imageOptions =  NSDictionary(object: NSNumber(int: 5) as NSNumber, forKey: CIDetectorImageOrientation as NSString)
        let personciImage = CIImage(CGImage: imageView.image!.CGImage!)
        let accuracy = [CIDetectorAccuracy: CIDetectorAccuracyHigh]
        let faceDetector = CIDetector(ofType: CIDetectorTypeFace, context: nil, options: accuracy)
        let faces = faceDetector.featuresInImage(personciImage, options: imageOptions as? [String : AnyObject])

    if let face = faces.first as? CIFaceFeature {
        print("found bounds are \(face.bounds)")

        let alert = UIAlertController(title: "Say Cheese!", message: "We detected a face!", preferredStyle: UIAlertControllerStyle.Alert)
        alert.addAction(UIAlertAction(title: "OK", style: UIAlertActionStyle.Default, handler: nil))
        self.presentViewController(alert, animated: true, completion: nil)

        if face.hasSmile {
            print("face is smiling");
        }

        if face.hasLeftEyePosition {
            print("Left eye bounds are \(face.leftEyePosition)")
        }

        if face.hasRightEyePosition {
            print("Right eye bounds are \(face.rightEyePosition)")
        }
    } else {
        let alert = UIAlertController(title: "No Face!", message: "No face was detected", preferredStyle: UIAlertControllerStyle.Alert)
        alert.addAction(UIAlertAction(title: "OK", style: UIAlertActionStyle.Default, handler: nil))
        self.presentViewController(alert, animated: true, completion: nil)
    }
}</code></pre> 

這個detect()函數與之前實現的detect函數非常像，不過這次只用它來獲取圖像不做變換。當識別到人臉后顯示一個警告信息“檢測到了人臉！”，否則顯示“未檢測到”。運行app測試一下 
   
  我們已經使用到了一些CIFaceFeature的屬性與方法，比如，若想檢測人物是否在笑，可以調用.hasSmile，它會返回一個布爾值。可以分別使用.hasLeftEyePosition與.hasRightEyePosition檢測是否存在左右眼。 
  同樣，可以調用hasMouthPosition來檢測是否存在嘴，若存在則可以訪問到mouthPosition屬性，如下所示: 
  if (face.hasMouthPosition) {
     print("mouth detected")
} 
  如你所見，使用Core Image來檢測面部特征是非常簡單的。除了檢測嘴、笑容、眼睛外，也可以調用leftEyeClosed與rightEyeClosed檢測左右眼是否睜開。 
  總結 
  在這篇教程中嘗試了Core Image的人臉識別API與如何在一個相機app中應用它，構建了一個簡單的UIImagePicker來選取照片并檢測圖像中是否存在人物。 
  如你所見，Core Image的人臉識別是個強大的API！希望這篇教程能給你提供一些關于這個鮮為人知的iOS API有用的信息。 
    
    
  來自：https://github.com/yrq110/Some_IOS_Tutorials_With_Swift/blob/master/Face Detection in iOS Using Core Image.md


                    
                         本文由用戶 jwjro6u51 自行上傳分享，僅供網友學習交流。所有權歸原作者，若您的權利被侵害，請聯系管理員。
                         轉載本站原創文章，請注明出處，并保留原始鏈接、圖片水印。
                         本站是一個以用戶分享為主的開源技術平臺，歡迎各類分享！
                         本文地址：http://www.baiduhome.net/lib/view/open1476860293720.html
                         人臉識別 iOS開發 移動開發

iOS使用 Core Image 的 iOS 人臉識別

Face Detection in iOS Using Core Image

使用Core Image的iOS人臉識別

將要構建的應用

建立工程

使用Core Image識別人臉

構建一個人臉識別的相機應用

總結

相關經驗

相關資訊

相關文檔

目錄