iOS之使用CoreImage进行人脸识别

更新 ：应各位朋友的需求，补上了OC版本的demo， OC版下载地址
另外附上 : swift版下载地址

CoreImage是Cocoa Touch中一个强大的API，也是iOS SDK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CoreImage framework 组成

CoreImage framework组成

Apple 已经帮我们把image的处理分类好，来看看它的结构：

core Image.png

主要分为三个部分：

• 定义部分：CoreImage 和CoreImageDefines。见名思义，代表了CoreImage 这个框架和它的定义。
• 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。
• 图像部分：
  • 画布（CIContext）：画布类可被用与处理Quartz 2D 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Core Image的人脸识别特性。

将要构建的应用

iOS的人脸识别从iOS 5(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Core Image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。

1.png

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detectdetect()}//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CIImageguard 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CIDetectorAccuracyHighlet 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3faceBox.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:

2.png

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image view要高，因此需要设置image view的content mode为aspect fit(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image view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:

UIView坐标系

CoreImage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.sizevar 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.sizelet scale = min(viewSize.width / ciImageSize.width, viewSize.height / ciImageSize.height)let offsetX = (viewSize.width - ciImageSize.width * scale) / 2let offsetY = (viewSize.height - ciImageSize.height * scale) / 2faceViewBounds = faceViewBounds.applying(CGAffineTransform(scaleX: scale, y: scale))faceViewBounds.origin.x += offsetXfaceViewBounds.origin.y += offsetYlet faceBox = UIView(frame: faceViewBounds)faceBox.layer.borderWidth = 3faceBox.layer.borderColor = UIColor.red.cgColorfaceBox.backgroundColor = UIColor.clearpersonPic.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Core Image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Core Image识别出了人脸。

3.png

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Auto Layout以及Size Classes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use Auto Layout ，将前面的✔️去掉就可以了

4.png

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 = falseimagePicker.sourceType = .camerapresent(imagePicker, animated: true, completion: nil)}func imagePickerController(_ picker: UIImagePickerController, didFinishPickingMediaWithInfo info: [String : Any]) {if let pickedImage = info[UIImagePickerControllerOriginalImage] as? UIImage {imageView.contentMode = .scaleAspectFitimageView.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.rightEyePosition)")}} else {let alert = UIAlertController(title: "提示", message: "未检测到人脸", preferredStyle: UIAlertControllerStyle.alert)alert.addAction(UIAlertAction(title: "确定", style: UIAlertActionStyle.default, handler: nil))self.present(alert, animated: true, completion: nil)}
}

这个detect()函数与之前实现的detect函数非常像，不过这次只用它来获取图像不做变换。当识别到人脸后显示一个警告信息“检测到了人脸！”，否则显示“未检测到人脸”。运行app测试一下:

检测到人脸.png

未检测到人脸.png

我们已经使用到了一些CIFaceFeature的属性与方法，比如，若想检测人物是否微笑，可以调用.hasSmile，它会返回一个布尔值。可以分别使用.hasLeftEyePosition与.hasRightEyePosition检测是否存在左右眼。

同样，可以调用hasMouthPosition来检测是否存在嘴，若存在则可以使用mouthPosition属性，如下所示:

if (face.hasMouthPosition) {print("mouth detected")
}

如你所见，使用Core Image来检测面部特征是非常简单的。除了检测嘴、笑容、眼睛外，也可以调用leftEyeClosed与rightEyeClosed检测左右眼是否睁开，这里就不在贴出代码了。

总结

在这篇教程中尝试了CoreImage的人脸识别API与如何在一个相机app中应用它，构建了一个简单的UIImagePicker来选取照片并检测图像中是否存在人物。

如你所见，Core Image的人脸识别是个强大的API！希望这篇教程能给你提供一些关于这个鲜为人知的iOS API有用的信息。

点击swift版地址，OC版地址下载最终工程, 如果觉得对您有帮助的话，请帮我点个星星哦，您的星星是对我最大的支持。(^__^) 嘻嘻……