【移动应用开发技术】怎么在iOS中使用CoreImage实现一个人脸识别功能

【移动应用开发技术】怎么在iOS中使用CoreImage实现一个人脸识别功能

这篇文章给大家介绍怎么在iOS中使用CoreImage实现一个人脸识别功能，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。前言CoreImage是CocoaTouch中一个强大的API，也是iOSSDK中的关键部分，不过它经常被忽视。在本篇教程中，我会带大家一起验证CoreImage的人脸识别特性。在开始之前，我们先要简单了解下CoreImageframework组成CoreImageframework组成Apple已经帮我们把image的处理分类好，来看看它的结构：主要分为三个部分：1、定义部分：CoreImage和CoreImageDefines。见名思义，代表了CoreImage这个框架和它的定义。2、操作部分：滤镜（CIFliter）：CIFilter产生一个CIImage。典型的，接受一到多的图片作为输入，经过一些过滤操作，产生指定输出的图片。检测（CIDetector）：CIDetector检测处理图片的特性，如使用来检测图片中人脸的眼睛、嘴巴、等等。特征（CIFeature）：CIFeature代表由detector处理后产生的特征。3、图像部分：画布（CIContext）：画布类可被用与处理Quartz2D或者OpenGL。可以用它来关联CoreImage类。如滤镜、颜色等渲染处理。颜色（CIColor）：图片的关联与画布、图片像素颜色的处理。向量（CIVector）：图片的坐标向量等几何方法处理。图片（CIImage）：代表一个图像，可代表关联后输出的图像。在了解上述基本知识后，我们开始通过创建一个工程来带大家一步步验证CoreImage的人脸识别特性。将要构建的应用iOS的人脸识别从iOS5(2011)就有了，不过一直没怎么被关注过。人脸识别API允许开发者不仅可以检测人脸，也可以检测到面部的一些特殊属性，比如说微笑或眨眼。首先，为了了解CoreImage的人脸识别技术我们会创建一个app来识别照片中的人脸并用一个方框来标记它。在第二个demo中，让用户拍摄一张照片，检测其中的人脸并检索人脸位置。这样一来，就充分掌握了iOS中的人脸识别，并且学会如何利用这个强大却总被忽略的API。话不多说，开搞!建立工程(我用的是Xcode8.0)这里提供了初始工程，当然你也可以自己创建（主要是为了方便大家）点我下载用Xcode打开下载后的工程，可以看到里面只有一个关联了IBOutlet和imageView的StoryBoard。使用CoreImage识别人脸在开始工程中，故事板中的imageView组件与代码中的IBOutlet已关联，接下来要编写实现人脸识别的代码部分。在ViewController.swift文件中写下如下代码:import

UIKit

import

CoreImage

//

引入CoreImage

class

ViewController:

UIViewController

{

@IBOutlet

weak

var

personPic:

UIImageView!

override

func

viewDidLoad()

{

super.viewDidLoad()

personPic.image

=

UIImage(named:

"face-1")

//

调用detect

detect()

}

//MARK:

-

识别面部

func

detect()

{

//

创建personciImage变量保存从故事板中的UIImageView提取图像并将其转换为CIImage，使用Core

Image时需要用CIImage

guard

let

personciImage

=

CIImage(image:

personPic.image!)

else

{

return

}

//

创建accuracy变量并设为CIDetectorAccuracyHigh，可以在CIDetectorAccuracyHigh(较强的处理能力)与CIDetectorAccuracyLow(较弱的处理能力)中选择，因为想让准确度高一些在这里选择CIDetectorAccuracyHigh

let

accuracy

=

[CIDetectorAccuracy:

CIDetectorAccuracyHigh]

//

这里定义了一个属于CIDetector类的faceDetector变量，并输入之前创建的accuracy变量

let

faceDetector

=

CIDetector(ofType:

CIDetectorTypeFace,

context:

nil,

options:

accuracy)

//

调用faceDetector的featuresInImage方法，识别器会找到所给图像中的人脸，最后返回一个人脸数组

let

faces

=

faceDetector?.features(in:

personciImage)

//

循环faces数组里的所有face，并将识别到的人脸强转为CIFaceFeature类型

for

face

in

faces

as!

[CIFaceFeature]

{

print("Found

bounds

are

\(face.bounds)")

//

创建名为faceBox的UIView，frame设为返回的faces.first的frame，绘制一个矩形框来标识识别到的人脸

let

faceBox

=

UIView(frame:

face.bounds)

//

设置faceBox的边框宽度为3

faceBox.layer.borderWidth

=

3

//

设置边框颜色为红色

faceBox.layer.borderColor

=

UIColor.red.cgColor

//

将背景色设为clear，意味着这个视图没有可见的背景

faceBox.backgroundColor

=

UIColor.clear

//

最后，把这个视图添加到personPic

imageView上

personPic.addSubview(faceBox)

//

API不仅可以帮助你识别人脸，也可识别脸上的左右眼，我们不在图像中标识出眼睛，只是给你展示一下CIFaceFeature的相关属性

if

face.hasLeftEyePosition

{

print("Left

eye

bounds

are

\(face.leftEyePosition)")

}

if

face.hasRightEyePosition

{

print("Right

eye

bounds

are

\(face.rightEyePosition)")

}

}

}

}编译并运行app，结果应如下图所示:根据控制台的输出来看，貌似识别器识别到了人脸:Found

bounds

are

(314.0,

243.0,

196.0,

196.0)当前的实现中没有解决的问题:人脸识别是在原始图像上进行的，由于原始图像的分辨率比imageview要高，因此需要设置imageview的contentmode为aspectfit(保持纵横比的情况下缩放图片)。为了合适的绘制矩形框，需要计算imageview中人脸的实际位置与尺寸还要注意的是，CoreImage与UIView使用两种不同的坐标系统(看下图)，因此要实现一个CoreImage坐标到UIView坐标的转换。UIView坐标系:CoreImage坐标系:现在使用下面的代码替换detect()方法:func

detect1()

{

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?.features(in:

personciImage)

//

转换坐标系

let

ciImageSize

=

personciImage.extent.size

var

transform

=

CGAffineTransform(scaleX:

1,

y:

-1)

transform

=

transform.translatedBy(x:

0,

y:

-ciImageSize.height)

for

face

in

faces

as!

[CIFaceFeature]

{

print("Found

bounds

are

\(face.bounds)")

//

应用变换转换坐标

var

faceViewBounds

=

face.bounds.applying(transform)

//

在图像视图中计算矩形的实际位置和大小

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

=

faceViewBounds.applying(CGAffineTransform(scaleX:

scale,

y:

scale))

faceViewBounds.origin.x

+=

offsetX

faceViewBounds.origin.y

+=

offsetY

let

faceBox

=

UIView(frame:

faceViewBounds)

faceBox.layer.borderWidth

=

3

faceBox.layer.borderColor

=

UIColor.red.cgColor

faceBox.backgroundColor

=

UIColor.clear

personPic.addSubview(faceBox)

if

face.hasLeftEyePosition

{

print("Left

eye

bounds

are

\(face.leftEyePosition)")

}

if

face.hasRightEyePosition

{

print("Right

eye

bounds

are

\(face.rightEyePosition)")

}

}

}上述代码中，首先使用仿射变换（AffineTransform）将CoreImage坐标转换为UIKit坐标，然后编写了计算实际位置与矩形视图尺寸的代码。再次运行app，应该会看到人的面部周围会有一个框。OK，你已经成功使用CoreImage识别出了人脸。但是有的童鞋在使用了上面的代码运行后可能会出现方框不存在(即没有识别人脸)这种情况，这是由于忘记关闭AutoLayout以及SizeClasses了。选中storyBoard中的ViewController，选中view下的imageView。然后在右边的面板中的第一个选项卡中找到useAutoLayout，将前面的✔️去掉就可以了经过上面的设置后我们再次运行App，就会看到图三出现的效果了。构建一个人脸识别的相机应用想象一下你有一个用来照相的相机app，照完相后你想运行一下人脸识别来检测一下是否存在人脸。若存在一些人脸，你也许想用一些标签来对这些照片进行分类。我们不会构建一个保存照片后再处理的app，而是一个实时的相机app，因此需要整合一下UIImagePicker类，在照完相时立刻进行人脸识别。在开始工程中已经创建好了CameraViewController类，使用如下代码实现相机的功能: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

present(imagePicker,

animated:

true,

completion:

nil)

}

func

imagePickerController(_

picker:

UIImagePickerController,

didFinishPickingMediaWithInfo

info:

[String

:

Any])

{

if

let

pickedImage

=

info[UIImagePickerControllerOriginalImage]

as?

UIImage

{

imageView.contentMode

=

.scaleAspectFit

imageView.image

=

pickedImage

}

dismiss(animated:

true,

completion:

nil)

self.detect()

}

func

imagePickerControllerDidCancel(_

picker:

UIImagePickerController)

{

dismiss(animated:

true,

completion:

nil)

}

}前面几行设置UIImagePicker委托为当前视图类，在didFinishPickingMediaWithInfo方法(UIImagePicker的委托方法)中设置imageView为在方法中所选择的图像，接着返回上一视图调用detect函数。还没有实现detect函数，插入下面代码并分析一下:func

detect()

{

let

imageOptions

=

NSDictionary(object:

NSNumber(value:

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?.features(in:

personciImage,

options:

imageOptions

as?

[String

:

AnyObject])

if

let

face

=

faces?.first

as?

CIFaceFeature

{

print("found

bounds

are

\(face.bounds)")

let

alert

=

UIAlertController(title:

"提示",

message:

"检测到了人脸",

preferredStyle:

UIAlertControllerStyle.alert)

alert.addAction(UIAlertAction(title:

"确定",

style:

UIAlertActionStyle.default,

handler:

nil))

self.present(alert,

animated:

true,

completion:

nil)

if

face.hasSmile

{

print("face

is

smiling");

}

if

face.hasLeftEyePosition

{

print("左眼的位置:

\(face.leftEyePosition)")

}

if

face.hasRightEyePosition

{

print("右眼的位置:

\(face