# opencv_face_demo

**Repository Path**: MIKECODE/opencv_face_demo

## Basic Information

- **Project Name**: opencv_face_demo
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 3
- **Forks**: 1
- **Created**: 2025-03-15
- **Last Updated**: 2025-09-17

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# opencvface应用

## 介绍

opencvface应用是一个基于opencv的人脸检测，人脸对比应用（待实现），参考[opencv_app_sample](https://gitcode.com/openharmony-sig/third_party_opencv/tree/master/samples/ohos_samples/opencv_app_sample)应用实现，后续会基于`FaceDetectorYN`和`FaceRecognizerSF`是实现人脸比对。

## 效果预览

视频地址：待更新

| 首页                                             | 切换图片                                         | 识别中                                           | 识别完成                                         |
| -------------------------------------------------- | -------------------------------------------------- | -------------------------------------------------- | -------------------------------------------------- |
| ![image](assets/image-20250315174035-glk1ajv.png) | ![image](assets/image-20250315174235-ey4dfpt.png) | ![image](assets/image-20250315174218-4w8py6a.png) | ![image](assets/image-20250315174027-px3gut4.png) |

使用说明

1. 首先打开应用，点击FaceDetect开始人脸识别。
2. 识别完成后点击Recover开始滑动文件名进行图片切换

## 具体实现

1. 应用启动与初始化

* **主线程操作**：用户启动应用后，主线程调用 `Index` 组件的 `aboutToAppear` 方法。在此方法中，首先初始化 `imageName` 和 `rawfileArray`，其中 `imageName` 初始化为 `1.jpeg`，`rawfileArray` 通过 `getContext().resourceManager.getRawFileListSync('')` 获取资源文件列表。同时，创建一个工作线程实例 `workerInstance`，它将用于后续的图片处理任务。另外，为 `workerInstance` 的 `onmessage` 事件注册回调函数，此回调函数用于接收工作线程处理后的结果。
* **资源准备**：主线程还会对界面进行初始化，设置好界面元素的初始状态，等待用户进行操作。

2. 从图片进行人脸检测

* **用户操作与主线程响应**：用户点击 “FaceDetect” 按钮，这会触发主线程的操作。主线程首先更新界面状态为 “正在处理...”，清空之前处理后的图像数据 `imagePixelMap`，然后将包含文件名和上下文信息的消息发送给工作线程。同时，更新界面状态为处理中，等待工作线程返回处理结果。
* **工作线程处理**：工作线程接收到主线程发送的消息后，获取文件路径和文件名，调用 OpenCV 原生代码中的 `faceDetect` 方法进行人脸检测。具体步骤包括：

  从资源文件中读取图像数据并转换为 OpenCV 的 `Mat` 对象；

  加载人脸检测模型；将图像转换为灰度图像；

  使用 `faceCascade.detectMultiScale` 方法检测人脸；

  若检测到人脸，使用 `rectangle` 函数在图像上框出人脸位置；

  最后将处理后的图像转换为 `PixelMap` 格式，并封装成 `PixelInfo` 对象返回给工作线程。
* **结果返回与界面更新**：工作线程接收到 OpenCV 返回的 `PixelInfo` 对象后，尝试创建 `PixelMap`。若创建成功，将处理后的 `PixelMap` 发送给主线程；若创建失败，则记录错误日志。主线程接收到处理后的 `PixelMap` 后，更新界面显示处理后的图像，并将状态更新为 “处理完成”。

3. 恢复界面初始状态

* **用户操作与主线程响应**：用户点击 “Recover” 按钮，主线程会将界面恢复到初始状态。具体操作包括将 `isGray` 状态重置为 `false`，将界面状态信息更新为 “未开始”，从而让界面回到可重新选择图片进行人脸检测的状态。

## 工程目录

```cmd
└───entry
    └───src
        └───main
			│───cpp
			│	└───image_basic
			│			faceDetect.cpp            //人脸检测代码实现
            ├───ets
            │   ├───entryability
            │   │       EntryAbility.ets          //入口类
            │   ├───pages
            │   │       Index.ets                 //首页
			│	├───utils
            │   │       Logger.ts                 //日志工具类
            │   └───workers
            │           dealPictureWorker.ets     //Worker线程操作
            └───resources
                ├───base
                ├───en_US
                │───zh_CN
                └───rawfile
						n.jpg                     //图片资源
						haarcascade_frontalface_alt.xml //Haar级联分类器
						yunet_n_640_640.onnx      //人脸检测神经网络(实现中)
```

## 相关权限

无

## 依赖

依赖opencv库

## 约束与限制

1. 本示例仅支持标准系统上运行，支持OH4.1及以上版本；
2. 本示例为stage模型，已适配API version 11版本SDK，SDK版本号(API Version 11 Release),镜像版本号(4.1.9.2)。
3. 本示例需要使用DevEco Studio 版本号(4.1 Release)才可编译运行。

## 下载

下载代码请复制以下命令到终端执行

```
git clone https://gitee.com/MIKECODE/opencv_face_demo.git
```