CN111259684B - 一种确定摄像头到人脸距离的方法及装置 - Google Patents

Abstract

本发明提供了一种确定摄像头到人脸距离的方法及装置，该方法应用于安卓开发技术领域。所述方法包括：在目标类的目标方法中加载Java实现的OpenCV库；初始化预设距离计算模型；调用Java的目标应用程序接口API打开摄像头进行人脸图像预览并启动扫描功能；采用所述扫描功能对人脸进行扫描得到人脸封装数据；基于Java实现的OpenCV库，将所述人脸封装数据输入到所述预设的距离计算模型中，得到摄像头到人脸的距离。本发明提供的确定摄像头到人脸距离的方法及装置能够在保证预览性能的前提下用易于实现的方式得到摄像头到人脸的距离。

Description

一种确定摄像头到人脸距离的方法及装置

技术领域

本发明属于安卓开发技术领域，更具体地说，是涉及一种确定摄像头到人脸距离的方法及装置。

背景技术

随着手机应用的普及，对安卓应用开发的要求越来越高，以前安卓应用开发只需要开发出界面，然后把后台传过来的数据在界面上进行显示即可。现在安卓应用开发不仅要求把数据显示在界面上，还要求把其他技术整合到安卓应用上，如3D形象，语音识别等。因此，如何在技术整合的过程中保证原有技术的性能是一个亟待解决的问题。

目前，用OpenCV实现摄像头到人脸之间的距离。但是，传统的OpenCV库使用C++实现，但是安卓应用开发是用Java实现的。一方面，如果用jni技术实现用Java调用OpenCV的代码，就无法打开摄像头，因为安卓应用打开摄像头，必须打开预览界面，现有C++实现的OpenCV库无法直接做到这一点，而编写新的代码实现预览效果需要精通安卓底层原理，难度太大，且不好调试。另一方面，虽然存在Java实现的OpenCV库，但其所实现的预览效果是在Java层一帧一帧叠加上去的，这会导致预览界面的卡顿和延迟，影响原有的预览效果。

发明内容

本发明的目的在于提供一种确定摄像头到人脸距离的方法，以解决现有技术中存在的确定摄像头到人脸距离的实现难度和安卓应用预览性能无法兼顾的技术问题。

本发明实施例的第一方面，提供了一种确定摄像头到人脸距离的方法，包括：

在目标类的目标方法中加载Java实现的OpenCV库；

初始化预设距离计算模型；

调用Java的目标应用程序接口API打开摄像头进行人脸图像预览并启动扫描功能；

采用所述扫描功能对人脸进行扫描得到人脸封装数据；

基于Java实现的OpenCV库，将所述人脸封装数据输入到所述预设的距离计算模型中，得到摄像头到人脸的距离。

本发明实施例的第二方面，提供了一种确定摄像头到人脸距离的装置，包括：

OpenCV库加载模块，用于在目标类的目标方法中加载Java实现的OpenCV库；

计算模型初始化模块，用于初始化预设距离计算模型；

扫描功能启动模块，用于调用Java的目标应用程序接口API打开摄像头进行人脸图像预览并启动扫描功能；

扫描模块，用于采用所述扫描功能对人脸进行扫描得到人脸封装数据；

距离计算模块，用于基于Java实现的OpenCV库，将所述人脸封装数据输入到所述预设的距离计算模型中，得到摄像头到人脸的距离。

本发明实施例的第三方面，提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述方法的步骤。

本发明实施例的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述方法的步骤。

本发明提供的确定摄像头到人脸距离的方法及装置的有益效果在于：本发明采用传统Java调用的方式打开摄像头，采用基于Java实现的OpenCV库建立的距离计算模型对摄像头到人脸的距离进行计算，能够在保证预览性能的前提下用易于实现的方式得到摄像头到人脸的距离。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一实施例提供的确定摄像头到人脸距离的方法的流程示意图；

图2为本发明另一实施例提供的确定摄像头到人脸距离的方法的流程示意图；

图3为本发明再一实施例提供的确定摄像头到人脸距离的方法的流程示意图；

图4为本发明又一实施例提供的确定摄像头到人脸距离的方法的流程示意图；

图5为本发明又一实施例提供的确定摄像头到人脸距离的方法的流程示意图；

图6为本发明一实施例提供的确定摄像头到人脸距离的装置的结构框图；

图7为本发明一实施例提供的终端设备的示意框图。

具体实施方式

为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

参考图1，图1为本发明一实施例提供的一种确定摄像头到人脸距离的方法的流程示意图。该方法包括：

S101：在目标类的目标方法中加载Java实现的OpenCV库。

在本实施例中，目标类包括但不限于Activity类、Service类、ContentProvider类、BroadcastReceiver类及其各自的派生类，目标方法包括但不限于Activity类的OnCreate方法、BroadcastReceiver类的OnReceive方法、OnItemClickListener接口的OnItemClick方法等。

S102：初始化预设距离计算模型。

在本实施例中，预设距离计算模型是基于眼部模型和脸部模型构建的，初始化预设距离计算模型即为对其中的参数进行初始化操作。

S103：调用Java的目标应用程序接口API打开摄像头进行人脸图像预览并启动扫描功能。

在本实施例中，如果使用Java实现的OpenCV库打开摄像头，其所呈现的预览效果是在Java层一帧一帧画上去的，这会导致画面的卡顿和延迟，因此本实施例采用传统打开摄像头的方式，即直接使用Java打开摄像头而不调用OpenCV库，这样就直接避免了预览界面的卡顿和延迟问题。

S104：采用扫描功能对人脸进行扫描得到人脸封装数据。

在本实施例中，扫描功能可以是摄像头对人脸进行扫描得到逐帧的图像，再通过事先训练完成的特征匹配算法对图像进行处理得到双眼间距、脸部轮廓距离、以及不同位置的像素值等扫描数据，再将该扫描数据封装成Mat类，即封装数据，该Mat类作为Java接口，用于提供预设距离计算模型的输入数据。

S105：基于Java实现的OpenCV库，将人脸封装数据输入到预设的距离计算模型中，得到摄像头到人脸的距离。

在本实施例中，可将人脸封装数据输入到预设的距离计算模型中，得到人脸以及眼睛的坐标，再根据相关的坐标计算方法的到摄像头到人脸的距离。

从上述描述可知，本发明实施例采用传统Java调用的方式打开摄像头，采用基于Java实现的OpenCV库建立的距离计算模型对摄像头到人脸的距离进行计算，能够在保证预览性能的前提下用易于实现的方式得到摄像头到人脸的距离。

参考图2，图2为本申请另一实施例提供的确定摄像头到人脸距离的方法的流程示意图。在上述实施例的基础上，确定摄像头到人脸距离的方法还包括：

S106：获取预设脸部模型和预设眼部模型。

S107：基于预设脸部模型和预设眼部模型建立预设距离计算模型。

在本实施例中，预设距离计算模型是基于预设脸部模型和预设眼部模型构建得到的，例如可以获取人脸的特征分析器haarcascade frontalface alt2.xml和眼部识别器cascade_eye5.xml等模型结合脸部最小宽度、脸部最大宽度、眼部最小宽度和眼部最大宽度来构建得到预设距离计算模型。

其中，haarcascade frontalface alt2.xml即为预设脸部模型，主要用于人脸的识别，cascade_eye5.xml即为预设眼部模型，主要用于眼部的识别，两者均可直接从OpenCV库的安装目录中获取。本实施例中预设距离计算模型的构建原理为：基于预设脸部识别模型和预设眼部识别模型对人脸的各个部位进行识别，识别区域由脸部最小宽度、脸部最大宽度、眼部最小宽度和眼部最大宽度进行限定，将识别到的图象数据抽象化为二维坐标模型，并建立坐标值与人脸图象的对应关系，根据该对应关系所标识的图象数据进行人脸至摄像头距离的计算。

本发明实施例中，基于现有模型构建预设距离计算模型的方式能够有效降低本发明实施例所提供的确定摄像头到人脸的距离的方法的实现难度。

参考图3，图3为本申请再一实施例提供的确定摄像头到人脸距离的方法的流程示意图。在上述实施例的基础上，上述步骤S107详述为：

S1071：获取C++实现的OpenCV库的初始距离计算模型。

S1072：采用初始距离计算模型的建立规则，基于脸部模型和眼部模型建立Java实现的OpenCV库的预设距离计算模型。

在本实施例中，C++实现的OpenCV库中已包含有人脸到摄像头距离的计算模型，即本实施例的初始距离计算模型。可根据C++实现的OpenCV库的距离计算模型的建立规则和构建方法，利用同样的原理，使用预设的脸部模型和眼部模型建立Java实现的OpenCV库的预设距离计算模型，从而降低本发明实施例提供的确定摄像头到人脸距离的方法的实现难度。另一方面，也可根据摄像头测距原理，利用眼部到摄像头的距离与摄像头的倾斜角度构建预设距离计算模型，预设距离计算模型的构建方式可根据预设眼部模型和预设脸部模型的初始化范围进行灵活的变换。

其中，采用初始距离计算模型的建立规则，使用预设的脸部模型和眼部模型建立的Java实现的OpenCV库的预设距离计算模型的原理为：

首先，将人脸抽象化为一个二维坐标图象，确定x轴的初始位置、y轴的初始位置以及人脸所对应的坐标值。

其次，基于脸部模型对人脸进行识别，并根据前述人脸所对应的坐标值将覆盖人眼的矩形区域的数据取出，基于眼部模型在此区域内进行人眼识别，并对人眼识别的数据进行存储。

最后，根据存储的人眼识别数据进行人眼至摄像头距离的计算。

从上述描述可知，本发明实施例所描述的建立预设距离计算模型是基于Java实现的OpenCV库所建立的，该模型可使用现有脸部模型和眼部模型，根据C++实现的OpenCV库的距离计算模型的建立规则构建，也可根据摄像头测距原理自行构建，实现方式简单灵活。

参考图4，图4为本申请又一实施例提供的确定摄像头到人脸距离的方法的流程示意图。在上述实施例的基础上，上述步骤S103详述为：

S1031：接收调用指令。

S1032：根据调用指令调用Java的目标API打开摄像头进行人脸图像预览并启动扫描功能。

在本实施例中，接收调用指令主要包括摄像头的启动指令以及启动项指令，启动指令即打开摄像头的指令，启动项指令则包括摄像头打开的预览方式、前置摄像头和后置摄像头的选择等。系统内部接收到调用指令后根据调用指令直接调用Java的API打开摄像头对人脸进行扫描。

参考图5，图5为本申请又一实施例提供的确定摄像头到人脸距离的方法的流程示意图。在上述实施例的基础上，上述步骤S105详述为：

S1051：将人脸封装数据输入到预设的距离计算模型中，得到摄像头到人脸的虚拟距离。

S1052：对虚拟距离进行转换处理得到摄像头到人脸的距离。

在本实施例中，将人脸封装数据输入到预设的距离计算模型中后，预设距离计算模型会根据输入数据得到摄像头到人脸的虚拟距离，使用预设的转换参数对虚拟距离进行转换后才能得到摄像头到人脸的真实距离。

在本实施例中，虚拟距离即为摄像设备的感光装置所采集折射光线传播的距离。根据照相机的成像原理，以焦点作为分界，可将感光装置和光源(即人脸)之间的光线进行分割，人脸至焦点的光线为入射光线，焦点至感光装置的光线为折射光线，本发明实施例所计算的虚拟距离即为折射光线传播的距离，则真实距离即为入射光线传播的距离，因此需要使用预设转换参数将虚拟距离转换为真实距离。此预设转换参数由摄像头本身的属性决定，可根据摄像头本身的硬件配置和软件配置进行调整。

从上述描述可知，本发明实施例提供的预设转换参数可调的模式能够适应各个不同的摄像装置，增加距离计算模型的适用性，且有利于提高该模型的计算准确度。

对应于上文实施例确定摄像头到人脸距离的方法，图6为本发明一实施例提供的确定摄像头到人脸距离的装置的结构框图。为了便于说明，仅示出了与本发明实施例相关的部分。参考图6，该装置包括：OpenCV库加载模块10、计算模型初始化模块20、扫描功能启动模块30、扫描模块40和距离计算模块50。

其中，OpenCV库加载模块10，用于在目标类的目标方法中加载Java实现的OpenCV库。

计算模型初始化模块20，用于初始化预设距离计算模型。

扫描功能启动模块30，用于调用Java的目标应用程序接口API打开摄像头进行人脸图像预览并启动扫描功能。

扫描模块40，用于采用扫描功能对人脸进行扫描得到人脸封装数据。

距离计算模块50，用于基于Java实现的OpenCV库，将人脸封装数据输入到预设的距离计算模型中，得到摄像头到人脸的距离。

参考图6，在上述实施例的基础上，确定摄像头到人脸距离的装置还包括：

预设模型获取模块60，用于获取预设脸部模型和预设眼部模型。

距离计算模型建立模块70，用于基于预设脸部模型和预设眼部模型建立预设距离计算模型。

参考图6，在本发明的一个实施例中，距离计算模型建立模块70包括：

初始模型获取单元71，用于获取C++实现的OpenCV库的初始距离计算模型。

距离计算模型建立单元72，用于采用初始距离计算模型的建立规则，基于脸部模型和眼部模型建立Java实现的OpenCV库的预设距离计算模型。

参考图6，在本发明的一个实施例中，扫描功能启动模块30包括：

指令接收单元31，用于接收调用指令。

扫描功能启动单元32，用于根据调用指令调用Java的目标API打开摄像头进行人脸图像预览并启动扫描功能。

参考图6，在本发明的一个实施例中，距离计算模块50包括：

虚拟距离计算单元51，用于将人脸封装数据输入到预设的距离计算模型中，得到摄像头到人脸的虚拟距离。

距离转换单元52，用于对虚拟距离进行转换处理得到摄像头到人脸的距离。

参见图7，图7为本发明一实施例提供的终端设备的示意框图。如图7所示的本实施例中的终端600可以包括：一个或多个处理器601、一个或多个输入设备602、一个或多个则输出设备603及一个或多个存储器604。上述处理器601、输入设备602、则输出设备603及存储器604通过通信总线605完成相互间的通信。存储器604用于存储计算机程序，计算机程序包括程序指令。处理器601用于执行存储器604存储的程序指令。其中，处理器601被配置用于调用程序指令执行以下操作上述各装置实施例中各模块/单元的功能，例如图6所示模块10至50的功能。

应当理解，在本发明实施例中，所称处理器601可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application SpecificIntegrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

输入设备602可以包括触控板、指纹采传感器(用于采集用户的指纹信息和指纹的方向信息)、麦克风等，输出设备603可以包括显示器(LCD等)、扬声器等。

该存储器604可以包括只读存储器和随机存取存储器，并向处理器601提供指令和数据。存储器604的一部分还可以包括非易失性随机存取存储器。例如，存储器604还可以存储设备类型的信息。

具体实现中，本发明实施例中所描述的处理器601、输入设备602、输出设备603可执行本发明实施例提供的确定摄像头到人脸距离的方法的第一实施例和第二实施例中所描述的实现方式，也可执行本发明实施例所描述的终端的实现方式，在此不再赘述。

在本发明的另一实施例中提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序包括程序指令，程序指令被处理器执行时实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。

计算机可读存储介质可以是前述任一实施例的终端的内部存储单元，例如终端的硬盘或内存。计算机可读存储介质也可以是终端的外部存储设备，例如终端上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，计算机可读存储介质还可以既包括终端的内部存储单元也包括外部存储设备。计算机可读存储介质用于存储计算机程序及终端所需的其他程序和数据。计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的终端和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的终端和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (6)

1.一种确定摄像头到人脸距离的方法，其特征在于，包括：

在目标类的目标方法中加载Java实现的OpenCV库；

初始化预设距离计算模型；

调用Java的目标应用程序接口API打开摄像头进行人脸图像预览并启动扫描功能；

采用所述扫描功能对人脸进行扫描得到人脸封装数据；

基于Java实现的OpenCV库，将所述人脸封装数据输入到所述预设距离计算模型中，得到摄像头到人脸的距离；

建立所述预设距离计算模型包括：

获取预设脸部模型和预设眼部模型；

基于所述预设脸部模型和预设眼部模型建立所述预设距离计算模型；

所述基于所述预设脸部模型和预设眼部模型建立所述预设距离计算模型，包括：

获取C++实现的OpenCV库的初始距离计算模型；

采用所述初始距离计算模型的建立规则，基于所述脸部模型和眼部模型建立Java实现的OpenCV库的所述预设距离计算模型。

2.如权利要求1所述的确定摄像头到人脸距离的方法，其特征在于，所述调用Java的目标API打开取景画面并启动扫描功能，包括：

接收调用指令；

根据所述调用指令调用Java的目标API打开摄像头进行人脸图像预览并启动扫描功能。

3.如权利要求1所述的确定摄像头到人脸距离的方法，其特征在于，所述将所述人脸封装数据输入到所述预设的距离计算模型中，得到摄像头到人脸的距离，包括：

将所述人脸封装数据输入到所述预设的距离计算模型中，得到摄像头到人脸的虚拟距离；

对所述虚拟距离进行转换处理得到摄像头到人脸的距离。

4.一种确定摄像头到人脸距离的装置，其特征在于，包括：

OpenCV库加载模块，用于在目标类的目标方法中加载Java实现的OpenCV库；

计算模型初始化模块，用于初始化预设距离计算模型；

扫描功能启动模块，用于调用Java的目标应用程序接口API打开摄像头进行人脸图像预览并启动扫描功能；

扫描模块，用于采用所述扫描功能对人脸进行扫描得到人脸封装数据；

距离计算模块，用于基于Java实现的OpenCV库，将所述人脸封装数据输入到所述预设的距离计算模型中，得到摄像头到人脸的距离；

预设模型获取模块，用于获取预设脸部模型和预设眼部模型；

距离计算模型建立模块，用于基于所述预设脸部模型和预设眼部模型建立所述预设距离计算模型；

所述距离计算模型建立模块包括：

初始模型获取单元，用于获取C++实现的OpenCV库的初始距离计算模型；

距离计算模型建立单元，用于采用所述初始距离计算模型的建立规则，基于所述脸部模型和眼部模型建立Java实现的OpenCV库的所述预设距离计算模型。

5.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至3任一项所述方法的步骤。

6.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至3任一项所述方法的步骤。