简介
AVFoundation 是一个可以用来使用和创建基于时间的视听媒体数据的框架。AVFoundation 的构建考虑到了目前的硬件环境和应用程序,其设计过程高度依赖多线程机制。充分利用了多核硬件的优势并大量使用block和GCD机制,将复杂的计算机进程放到了后台线程运行。会自动提供硬件加速操作,确保在大部分设备上应用程序能以最佳性能运行。
如果你有更好的建议或者对这篇文章有不满的地方, 请联系我, 我会进行修改,
联系我时,请备注使用AVFoundatio实现动态人脸识别(技术交流群:551346706)
最后:
祝大家学习愉快~谢谢~
介绍一些人脸识别的方式
- CoreImage静态人脸识别, 可识别照片, 图像等
- Face++是新一代云端视觉服务平台,提供一整套世界领先的人脸检测,人脸识别,面部分析的视觉技术服务
- OpenCV由一系列 C 函数和少量 C++ 类构成, 实现了图像处理和计算机视觉方面的很多通用算法
- Vision 是 Apple 在 WWDC 2017 伴随iOS 11推出的基于CoreML的图像识别框架
- AVFoundation可以用来使用和创建基于时间的视听媒体的框架,今天我们使用的人脸识别方式也是使用AVFoundation框架
对关键类的简单介绍
- AVCaptureDevice 代表了输入设备,例如摄像头与麦克风。我们可以从这个类中获取手机硬件的照相机、声音传感器等。
- AVCaptureDeviceInput:设备输入数据管理对象,可以根据AVCaptureDevice创建对应的对象
- AVCaptureOutput代表输出数据,输出的可以是图片或者视频
- AVCaptureSession: 媒体(音、视频)捕捉会话
1 负责把捕捉的音频视频数据输出到输出设备中。
2 一个AVCaptureSession可以有多个输入或输出。
3是连接AVCaptureInput和AVCaptureOutput的桥梁,它协调input到output之间传输数据。
4 它有startRunning和stopRunning两种方法来开启会话和结束会话。
5 每个session称之为一个会话,也就是在应用运行过程中如果你需要改变会话的一些配置(例如:切换摄像头),此时需要先开启配置,配置完成之后再提交配置。
- AVCaptureVideoPreviewLayer: 图片预览层我们的照片以及视频是如何显示在手机上的呢?那就是通过把这个对象添加到UIView的layer上的
添加扫描设备
- 获取设备(摄像头)
- 创建输入设备
- 创建扫描输出
- 创建捕捉回话
输出设备
- 这里使用AVCaptureMetadataOutput, 可以扫描人脸, 二维码, 条形码等信息
- 必须设置代理, 否则获取不到扫描结果
- 需要设置要输出什么样的数据: face(人脸), qr(二维码)等等
//创建原数据的输出对象
let metadataOutput = AVCaptureMetadataOutput()
//设置代理监听输出对象输出的数据,在主线程中刷新
metadataOutput.setMetadataObjectsDelegate(self, queue: DispatchQueue.main)
//告诉输出对象要输出什么样的数据,识别人脸, 最多可识别10张人脸
metadataOutput.metadataObjectTypes = [.face]
切换摄像头
- 获取当前摄像头方向
- 创建新的输入input
- 移除旧输入capture, 添加新的输入capture
- 具体代码如下:
@IBAction func switchCameraAction(_ sender: Any) {
//执行转场动画
let anima = CATransition()
anima.type = "oglFlip"
anima.subtype = "fromLeft"
anima.duration = 0.5
view.layer.add(anima, forKey: nil)
//获取当前摄像头
guard let deviceIn = deviceInput else { return }
let position: AVCaptureDevice.Position = deviceIn.device.position == .back ? .front : .back
//创建新的input
let deviceSession = AVCaptureDevice.DiscoverySession(deviceTypes: [.builtInWideAngleCamera], mediaType: .video, position: position)
guard let newDevice = deviceSession.devices.filter({ $0.position == position }).first else { return }
guard let newVideoInput = try? AVCaptureDeviceInput(device: newDevice) else { return }
//移除旧输入,添加新输入
//设备加锁
session.beginConfiguration()
//移除旧设备
session.removeInput(deviceIn)
//添加新设备
session.addInput(newVideoInput)
//设备解锁
session.commitConfiguration()
//保存最新输入
deviceInput = newVideoInput
处理扫描结果
实现AVCaptureMetadataOutputObjectsDelegate该协议的协议方法(只有一个方法)
AVMetadataFaceObject介绍
- faceID: 人脸的唯一标识
- 扫描出来的每一个人, 有不同的faceID
- 同一个人, 不同的状态下(摇头, 歪头, 抬头等), 都会有不同faceID
- hasRollAngle: 是否有倾斜角,侧倾角(左右歪头)(BOOL类型)
- rollAngle: 倾斜角,侧倾角的角度(CGFloat类型)
- hasYawAngle: 是否有偏转角(左右摇头)
- yawAngle: 偏转角角度
获取预览图层的人脸数组
- 遍历扫描的人脸数组, 转换成在预览图层的人脸数组
- 主要是人脸在图层的左边的转换
- 返回转换后的新的数组
fileprivate func transformedFaces(faceObjs: [AVMetadataObject]) -> [AVMetadataObject] {
var faceArr = [AVMetadataObject]()
for face in faceObjs {
//将扫描的人脸对象转成在预览图层的人脸对象(主要是坐标的转换)
if let transFace = previewLayer.transformedMetadataObject(for: face){
faceArr.append(transFace)
}
}
return faceArr
}
根据人脸位置添加红框
设置红框的frame
faceLayer?.frame = face.bounds
根据偏转角和倾斜角的角度获取CATransform3D
fileprivate func transformDegress(yawAngle: CGFloat) -> CATransform3D {
let yaw = degreesToRadians(degress: yawAngle)
//围绕Y轴旋转
let yawTran = CATransform3DMakeRotation(yaw, 0, -1, 0)
//红框旋转问题
return CATransform3DConcat(yawTran, CATransform3DIdentity)
}
//处理偏转角问题
fileprivate func transformDegress(rollAngle: CGFloat) -> CATransform3D {
let roll = degreesToRadians(degress: rollAngle)
//围绕Z轴旋转
return CATransform3DMakeRotation(roll, 0, 0, 1)
}
//角度转换
fileprivate func degreesToRadians(degress: CGFloat) -> CGFloat{
return degress * CGFloat(Double.pi) / 180
}
根据有无偏转角和倾斜角旋转红框
//设置偏转角(左右摇头)
if face.hasYawAngle{
let tranform3D = transformDegress(yawAngle: face.yawAngle)
//矩阵处理
faceLayer?.transform = CATransform3DConcat(faceLayer!.transform, tranform3D)
}
//设置倾斜角,侧倾角(左右歪头)
if face.hasRollAngle{
let tranform3D = transformDegress(rollAngle: face.rollAngle)
//矩阵处理
faceLayer?.transform = CATransform3DConcat(faceLayer!.transform, tranform3D)
}
至此, 动态的人脸识别就完成了, 会在人脸位置增加红框显示, 并且红框会根据人脸的位置动态的, 实时的调整
下面就快拿起你的相机测试吧
项目代码获取
关注微信公众号:iOSSir,每日更新苹果资讯、技术干货!
祝大家学习愉快