百度人脸检测SDK-横屏无法检测问题

首先吐槽下:公司人脸识别方案选了半天,发现百度的demo做的还是很全面的,只不过只支持竖屏,但是奈何实际需求是横屏用,折腾了好几天(其实就是百度了好几天),最终没找到解决办法,于是即将放弃之际,搜索了下setPreviewDegree这个方法,终于在简书上找到了一个大神的代码片段 如下https://www.jianshu.com/p/a0a39bacf5c6,试了试,终于可以喜上眉头了。

进入正题:修改部分加粗 斜体吧

if (mIDetectStrategy ==null &&mFaceDetectRoundView !=null &&mFaceDetectRoundView.getRound() >0) {

mIDetectStrategy = FaceSDKManager.getInstance().getDetectStrategyModule();

mIDetectStrategy.setPreviewDegree(360-mPreviewDegree);

mIDetectStrategy.setDetectStrategySoundEnable(mIsEnableSound);

Rect detectRect = FaceDetectRoundView.getPreviewDetectRect(mDisplayWidth,mPreviewWidth,mPreviewHight);

mIDetectStrategy.setDetectStrategyConfig(mPreviewRect, detectRect,this);

}

然后是 在FaceModule.java  的faceTrackerDecode方法中

private FaceInfo[] faceTrackerDecode(byte[] imageData,int imageWidth,int imageHeight) {

FaceInfo[] faces =null;

if (mArgbData ==null ||

(imageWidth * imageHeight) != (mImageWidth *mImageHeight)) {

mArgbData =new int[imageWidth * imageHeight];

mImageWidth = imageWidth;

mImageHeight = imageHeight;

}

long startTime = System.nanoTime();

if (FaceSDK.getAuthorityStatus() ==0) {

FaceSDK.getARGBFromYUVimg(imageData,mArgbData,

imageWidth, imageHeight,

360 -mDegree,1);

// rows=768-cols=432

            FaceTracker.ErrCode errorCode =mFaceTracker.faceVerification(

mArgbData,

imageWidth, imageHeight,

FaceSDK.ImgType.ARGB,

FaceTracker.ActionType.RECOGNIZE);

mErrCode = errorCode.ordinal();

faces =mFaceTracker.get_TrackedFaceInfo();

long endingTime = System.nanoTime();

Float fps =1000000000.0f / (endingTime - startTime +1);

if (faces !=null && faces.length >0) {

//                Log.e(TAG, "face decode fps " + fps + "-" + errorCode.name());

                if (mErrCode == FaceTracker.ErrCode.OK.ordinal()) {

mSaveFaceArgbData =mArgbData;

}

}else {

//                Log.e(TAG, "face decode " + errorCode.name());

            }

}

return faces;

}

上面删除线的部分替换为

int argb = FaceSDK.getARGBFromYUVimg(imageData,mArgbData, imageWidth, imageHeight,mDegree,0);

Log.i(TAG,"argb=" + argb);// 旋转了0度000000000000000000。高宽需要替换,横屏状态调换宽高

if (mDegree %180 ==0) {

int temp = imageWidth;

imageWidth = imageHeight;

imageHeight = temp;

}//rows=768-cols=432

FaceTracker.ErrCode

errorCode =mFaceTracker.faceVerification(mArgbData, imageWidth,

imageHeight, FaceSDK.ImgType.ARGB, FaceTracker.ActionType.RECOGNIZE);

就可以啦

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,636评论 5 468
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 83,890评论 2 376
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,680评论 0 330
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,766评论 1 271
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,665评论 5 359
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,045评论 1 276
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,515评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,182评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,334评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,274评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,319评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,002评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,599评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,675评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,917评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,309评论 2 345
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,885评论 2 341

推荐阅读更多精彩内容