MLKit Firebase android-如何将FirebaseVisionFace转换为图像对象（如位图）？

我已经将MLkit FaceDetection集成到我的android应用程序中。我已经参考了下面的网址

人脸检测处理器类的代码为

import java.io.IOException;
import java.util.List;

/** Face Detector Demo. */
public class FaceDetectionProcessor extends VisionProcessorBase<List<FirebaseVisionFace>> {

  private static final String TAG = "FaceDetectionProcessor";

  private final FirebaseVisionFaceDetector detector;

  public FaceDetectionProcessor() {

    FirebaseVisionFaceDetectorOptions options =
        new FirebaseVisionFaceDetectorOptions.Builder()
            .setClassificationType(FirebaseVisionFaceDetectorOptions.ALL_CLASSIFICATIONS)
            .setLandmarkType(FirebaseVisionFaceDetectorOptions.ALL_LANDMARKS)
            .setTrackingEnabled(true)
            .build();

    detector = FirebaseVision.getInstance().getVisionFaceDetector(options);
  }

  @Override
  public void stop() {
    try {
      detector.close();
    } catch (IOException e) {
      Log.e(TAG, "Exception thrown while trying to close Face Detector: " + e);
    }
  }

  @Override
  protected Task<List<FirebaseVisionFace>> detectInImage(FirebaseVisionImage image) {
    return detector.detectInImage(image);
  }

  @Override
  protected void onSuccess(
      @NonNull List<FirebaseVisionFace> faces,
      @NonNull FrameMetadata frameMetadata,
      @NonNull GraphicOverlay graphicOverlay) {
      graphicOverlay.clear();

    for (int i = 0; i < faces.size(); ++i) {
      FirebaseVisionFace face = faces.get(i);
      FaceGraphic faceGraphic = new FaceGraphic(graphicOverlay);
      graphicOverlay.add(faceGraphic);
      faceGraphic.updateFace(face, frameMetadata.getCameraFacing());
    }




  }

  @Override
  protected void onFailure(@NonNull Exception e) {
    Log.e(TAG, "Face detection failed " + e);
  }
}

import java.io.IOException；
导入java.util.List；
/**人脸检测器演示*/
公共类FaceDetectionProcessor扩展了VisionProcessorBase{
私有静态最终字符串标记=“FaceDetectionProcessor”；
专用最终FirebaseVisionFaceDetector探测器；
PublicFaceDetectionProcessor（）{
FireBaseVisionFaceDetector选项=
新的FirebaseVisionFaceDetectorOptions.Builder（）
.setClassificationType（FirebaseVisionFaceDetectorOptions.ALL_分类）
.setLandmarkType（FirebaseVisionFaceDetectorOptions.ALL_LANDMARKS）
.SetTrackinEnabled（真）
.build（）；
检测器=FirebaseVision.getInstance（）.getVisionFaceDetector（选项）；
}
@凌驾
公共停车场（）{
试一试{
检测器。关闭（）；
}捕获（IOE异常）{
Log.e（标记，“尝试关闭人脸检测器时引发异常：”+e）；
}
}
@凌驾
受保护的任务检测图像（FirebaseVisionImage图像）{
返回检测器。检测图像（图像）；
}
@凌驾
成功时受保护的无效(
@非空列表面，
@非空FrameMetadata FrameMetadata，
@非空GraphicOverlay（图形叠加）{
graphicsoverlay.clear（）；
对于（int i=0；i

在“onSuccess”侦听器中，我们将获得“FirebaseVisionFace”类对象的数组，这些对象将具有面的“边界框”

@覆盖
成功时受保护的无效(
@非空列表面，
@非空FrameMetadata FrameMetadata，
@非空GraphicOverlay（图形叠加）{
graphicsoverlay.clear（）；
对于（int i=0；i

我想知道如何将此FirebaseVisionFace对象转换为位图。 我想提取人脸图像并在ImageView中显示它。谁能帮帮我吗。提前谢谢

注意：我已经从下面的URL下载了MLKit android的示例源代码

---

您从位图创建了

FirebaseVisionImage

。检测返回后，每个

FirebaseVisionFace

将边界框描述为

Rect

，可用于从原始位图提取检测到的人脸，例如，使用。

实际上，您只需读取

字节缓冲

，然后就可以使用

OutputStream

获取要写入对象文件的数组。当然，您也可以从

getBoundingBox（）

获取它。

如果您试图使用ML工具包检测人脸，并使用OpenCV对检测到的人脸执行图像处理，这可能会对您有所帮助。注意：在这个特定的示例中，您需要在成功的

onSuccess

中使用原始摄影机位图

我还没有找到一种方法来做到这一点，没有位图和诚实地仍然在搜索

@覆盖
成功时受保护的空（@NonNull List faces、@NonNull FrameMetadata FrameMetadata、@NonNull graphicovery）{
graphicsoverlay.clear（）；
对于（int i=0；i

由于接受的答案不够具体，我将尝试解释我做了什么

1.-在LivePreviewActivity上创建ImageView，如下所示：

private ImageView imageViewTest;

2.-在活动xml上创建它并将其链接到java文件。我把它放在示例代码之前，这样它就可以在摄影机提要的顶部看到

3.-当他们创建FaceDetectionProce时

private ImageView imageViewTest;

FaceDetectionProcessor processor = new FaceDetectionProcessor(imageViewTest);

public FaceDetectionProcessor(ImageView imageView) {
    FirebaseVisionFaceDetectorOptions options =
            new FirebaseVisionFaceDetectorOptions.Builder()
                    .setClassificationType(FirebaseVisionFaceDetectorOptions.ALL_CLASSIFICATIONS)
                    .setTrackingEnabled(true)
                    .build();

    detector = FirebaseVision.getInstance().getVisionFaceDetector(options);
    this.imageView  = imageView;
}

    public static Bitmap cropBitmap(Bitmap bitmap, Rect rect) {
    int w = rect.right - rect.left;
    int h = rect.bottom - rect.top;
    Bitmap ret = Bitmap.createBitmap(w, h, bitmap.getConfig());
    Canvas canvas = new Canvas(ret);
    canvas.drawBitmap(bitmap, -rect.left, -rect.top, null);
    return ret;
}

    @Override
protected Task<List<FirebaseVisionFace>> detectInImage(FirebaseVisionImage image) {
    imageBitmap = image.getBitmapForDebugging();
    return detector.detectInImage(image);
}

    @Override
protected void onSuccess(
        @NonNull List<FirebaseVisionFace> faces,
        @NonNull FrameMetadata frameMetadata,
        @NonNull GraphicOverlay graphicOverlay) {
    graphicOverlay.clear();
    for (int i = 0; i < faces.size(); ++i) {
        FirebaseVisionFace face = faces.get(i);
        FaceGraphic faceGraphic = new FaceGraphic(graphicOverlay);
        graphicOverlay.add(faceGraphic);
        faceGraphic.updateFace(face, frameMetadata.getCameraFacing());
        croppedImage = cropBitmap(imageBitmap, face.getBoundingBox());
    }
    imageView.setImageBitmap(croppedImage);
}