flutter mlkit面部识别资源

Flutter中的ML套件和面部检测


Flutter资源:https//flatteredwithflutter.com/ml-kit-and-face-detection-in-flutter/

MLKit和人脸检测….

ML(机器学习)套件是Google I / O 2018的主要亮点之一。该套件由

  1. 图像标签
  2. 文字识别
  3. 面部检测
  4. 条形码扫描
  5. 地标检测

img

来自谷歌网站…

对于使用MLKit进行文本识别,请参阅我的文章

对于使用MLKit的图像标签,请参阅我的文章

让我们开始…。

首先,我们需要导入mlkit包

mlkit 0.5.0 – 使用Firebase ML Kit的Flutter插件。

我们只需要在pubspec.yaml文件中导入此包作为

img

Ml Kit包

以及dart文件中的这一行:import’package:mlkit / mlkit.dart’;

现在,通过参考文章使用Firebase创建一个项目。

请注意,您的应用程序名称在Firebase项目的manifest.xml(如果在android中播放)应用程序级build.gradle(如果在android中播放)中应该相同。

img

在Flutter中使用MLKit进行人脸检测….

在android的app目录中包含google-services.json。(Firebase项目设置中的一个步骤)。

MlKit库的VisionFace用于存储从所选图像中检测到的参数。

VisionFaceDetectorOptions用于设置面部检测器的任何默认设置。可用的设置是:

  1. modeType:VisionFaceDetectorMode.Accurate / Fast
  2. landmarkType:VisionFaceDetectorLandmark.All / None
  3. classificationType:VisionFaceDetectorClassification.All / None
  4. minFaceSize:一个double值(默认值为0.1)
  5. isTrackingEnabled:一个布尔值(默认为false)

接下来,创建一个FirebaseVisionFaceDetector实例

你可以用实例使用以上设置FirebaseVisionFaceDetector

detector.detectFromBinary(_ file?.readAsBytesSync(),options)

其中detectorFirebaseVisionFaceDetector的实例

options是VisionFaceDetectorOptions的设置……

接下来,使用浮动操作按钮选择面部。我们正在使用此程序中设备的图像,但我们可以随时通过更改以下行中的源来更改它以从相机中进行选择。

ImagePicker.pickImage(来源:ImageSource.gallery)

有关详细信息,请参阅我的文章。

选择图像后,将使用“ 堆栈”窗口小部件提取图像中的详细信息并显示在图像顶部我们从库中收到的参数是:

  1. HeadEulerY:头部向右旋转头部EulerY度
  2. HeadEulerZ:头部由headEulerZ度向侧面倾斜
  3. LeftEyeOpenProbability:左眼开放概率
  4. RightEyeOpenProbability:右眼开放概率
  5. 微笑概率:微笑概率
  6. 跟踪ID:如果启用了面部跟踪
  7. Rect:整个图像中面的矩形路径。

最后,我们使用Rect类 Flutter 从整个图像中勾勒出了面部。

请找到下面的源代码

https://github.com/AseemWangoo/flutter_programs/blob/master/face_detect.dart

PS ……………………。


关闭菜单