前言
CoreImage是Cocoa Touch中一個強大的API，也是iOS SDK中的關鍵部分，不過它經常被忽視。在本篇教程中，我會帶大家一起驗證CoreImage的人臉識別特性。在開始之前，我們先要簡單了解下CoreImage framework 組成
CoreImage framework組成
Apple 已經幫我們把image的處理分類好，來看看它的結構：
主要分為三個部分：
1、定義部分：CoreImage 和CoreImageDefines。見名思義，代表了CoreImage 這個框架和它的定義。
2、操作部分：
3、圖像部分：
在了解上述基本知識后，我們開始通過創建一個工程來帶大家一步步驗證Core Image的人臉識別特性。
將要構建的應用
iOS的人臉識別從iOS 5(2011)就有了，不過一直沒怎么被關注過。人臉識別API允許開發者不僅可以檢測人臉，也可以檢測到面部的一些特殊屬性，比如說微笑或眨眼。
首先，為了了解Core Image的人臉識別技術我們會創建一個app來識別照片中的人臉并用一個方框來標記它。在第二個demo中，讓用戶拍攝一張照片，檢測其中的人臉并檢索人臉位置。這樣一來，就充分掌握了iOS中的人臉識別，并且學會如何利用這個強大卻總被忽略的API。
話不多說，開搞!
建立工程(我用的是Xcode8.0)
這里提供了初始工程，當然你也可以自己創建（主要是為了方便大家）點我下載 用Xcode打開下載后的工程，可以看到里面只有一個關聯了IBOutlet和imageView的StoryBoard。
使用CoreImage識別人臉
在開始工程中，故事板中的imageView組件與代碼中的IBOutlet已關聯，接下來要編寫實現人臉識別的代碼部分。在ViewController.swift文件中寫下如下代碼:
import UIKitimport CoreImage // 引入CoreImageclass ViewController: UIViewController { @IBOutlet weak var personPic: UIImageView! override func viewDidLoad() { super.viewDidLoad() personPic.image = UIImage(named: "face-1") // 調用detect detect() } //MARK: - 識別面部 func detect() { // 創建personciImage變量保存從故事板中的UIImageView提取圖像并將其轉換為CIImage，使用Core Image時需要用CIImage guard let personciImage = CIImage(image: personPic.image!) else { return } // 創建accuracy變量并設為CIDetectorAccuracyHigh，可以在CIDetectorAccuracyHigh(較強的處理能力)與CIDetectorAccuracyLow(較弱的處理能力)中選擇，因為想讓準確度高一些在這里選擇CIDetectorAccuracyHigh let accuracy = [CIDetectorAccuracy: CIDetectorAccuracyHigh] // 這里定義了一個屬于CIDetector類的faceDetector變量，并輸入之前創建的accuracy變量 let faceDetector = CIDetector(ofType: CIDetectorTypeFace, context: nil, options: accuracy) // 調用faceDetector的featuresInImage方法，識別器會找到所給圖像中的人臉，最后返回一個人臉數組 let faces = faceDetector?.features(in: personciImage) // 循環faces數組里的所有face，并將識別到的人臉強轉為CIFaceFeature類型 for face in faces as! [CIFaceFeature] { print("Found bounds are /(face.bounds)") // 創建名為faceBox的UIView，frame設為返回的faces.first的frame，繪制一個矩形框來標識識別到的人臉 let faceBox = UIView(frame: face.bounds) // 設置faceBox的邊框寬度為3 faceBox.layer.borderWidth = 3 // 設置邊框顏色為紅色 faceBox.layer.borderColor = UIColor.red.cgColor // 將背景色設為clear，意味著這個視圖沒有可見的背景 faceBox.backgroundColor = UIColor.clear // 最后，把這個視圖添加到personPic imageView上 personPic.addSubview(faceBox) // API不僅可以幫助你識別人臉，也可識別臉上的左右眼，我們不在圖像中標識出眼睛，只是給你展示一下CIFaceFeature的相關屬性 if face.hasLeftEyePosition { print("Left eye bounds are /(face.leftEyePosition)") } if face.hasRightEyePosition { print("Right eye bounds are /(face.rightEyePosition)") } } }}編譯并運行app，結果應如下圖所示:
根據控制臺的輸出來看，貌似識別器識別到了人臉:
Found bounds are (314.0, 243.0, 196.0, 196.0)
當前的實現中沒有解決的問題:
UIView坐標系:
CoreImage坐標系:
現在使用下面的代碼替換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) // 轉換坐標系 let ciImageSize = personciImage.extent.size var 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)") // 應用變換轉換坐標 var faceViewBounds = face.bounds.applying(transform) // 在圖像視圖中計算矩形的實際位置和大小 let viewSize = personPic.bounds.size let scale = min(viewSize.width / ciImageSize.width, viewSize.height / ciImageSize.height) let offsetX = (viewSize.width - ciImageSize.width * scale) / 2 let offsetY = (viewSize.height - ciImageSize.height * scale) / 2 faceViewBounds = faceViewBounds.applying(CGAffineTransform(scaleX: scale, y: scale)) faceViewBounds.origin.x += offsetX faceViewBounds.origin.y += offsetY let faceBox = UIView(frame: faceViewBounds) faceBox.layer.borderWidth = 3 faceBox.layer.borderColor = UIColor.red.cgColor faceBox.backgroundColor = UIColor.clear personPic.addSubview(faceBox) if face.hasLeftEyePosition { print("Left eye bounds are /(face.leftEyePosition)") } if face.hasRightEyePosition { print("Right eye bounds are /(face.rightEyePosition)") } }}上述代碼中，首先使用仿射變換（AffineTransform）將Core Image坐標轉換為UIKit坐標，然后編寫了計算實際位置與矩形視圖尺寸的代碼。
再次運行app，應該會看到人的面部周圍會有一個框。OK，你已經成功使用Core Image識別出了人臉。
但是有的童鞋在使用了上面的代碼運行后可能會出現方框不存在(即沒有識別人臉)這種情況，這是由于忘記關閉Auto Layout以及Size Classes了。 選中storyBoard中的ViewController，選中view下的imageView。然后在右邊的面板中的第一個選項卡中找到use Auto Layout ，將前面的✔️去掉就可以了
經過上面的設置后我們再次運行App，就會看到圖三出現的效果了。
構建一個人臉識別的相機應用
想象一下你有一個用來照相的相機app，照完相后你想運行一下人臉識別來檢測一下是否存在人臉。若存在一些人臉，你也許想用一些標簽來對這些照片進行分類。我們不會構建一個保存照片后再處理的app，而是一個實時的相機app，因此需要整合一下UIImagePicker類，在照完相時立刻進行人臉識別。
在開始工程中已經創建好了CameraViewController類，使用如下代碼實現相機的功能:
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 = false imagePicker.sourceType = .camera present(imagePicker, animated: true, completion: nil) } func imagePickerController(_ picker: UIImagePickerController, didFinishPickingMediaWithInfo info: [String : Any]) { if let pickedImage = info[UIImagePickerControllerOriginalImage] as? UIImage { imageView.contentMode = .scaleAspectFit imageView.image = pickedImage } dismiss(animated: true, completion: nil) self.detect() } func imagePickerControllerDidCancel(_ picker: UIImagePickerController) { dismiss(animated: true, completion: nil) }}前面幾行設置UIImagePicker委托為當前視圖類，在didFinishPickingMediaWithInfo方法(UIImagePicker的委托方法)中設置imageView為在方法中所選擇的圖像，接著返回上一視圖調用detect函數。
還沒有實現detect函數，插入下面代碼并分析一下:
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: "檢測到了人臉", preferredStyle: UIAlertControllerStyle.alert) alert.addAction(UIAlertAction(title: "確定", 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: "未檢測到人臉", preferredStyle: UIAlertControllerStyle.alert) alert.addAction(UIAlertAction(title: "確定", style: UIAlertActionStyle.default, handler: nil)) self.present(alert, animated: true, completion: nil) }}這個detect()函數與之前實現的detect函數非常像，不過這次只用它來獲取圖像不做變換。當識別到人臉后顯示一個警告信息“檢測到了人臉！”，否則顯示“未檢測到人臉”。運行app測試一下:
我們已經使用到了一些CIFaceFeature的屬性與方法，比如，若想檢測人物是否微笑，可以調用.hasSmile，它會返回一個布爾值?？梢苑謩e使用.hasLeftEyePosition與.hasRightEyePosition檢測是否存在左右眼。
同樣，可以調用hasMouthPosition來檢測是否存在嘴，若存在則可以使用mouthPosition屬性，如下所示:
if (face.hasMouthPosition) { print("mouth detected")}如你所見，使用Core Image來檢測面部特征是非常簡單的。除了檢測嘴、笑容、眼睛外，也可以調用leftEyeClosed與rightEyeClosed檢測左右眼是否睜開，這里就不在貼出代碼了。
總結
在這篇教程中嘗試了CoreImage的人臉識別API與如何在一個相機app中應用它，構建了一個簡單的UIImagePicker來選取照片并檢測圖像中是否存在人物。
如你所見，Core Image的人臉識別是個強大的API！希望這篇教程能給你提供一些關于這個鮮為人知的iOS API有用的信息。
Github地址：點擊swift版地址，OC版地址下載
本地下載：點擊swift版地址，OC版地址下載
好了，以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作能帶來一定的幫助，如果有疑問大家可以留言交流，謝謝大家對武林網的支持。
新聞熱點
疑難解答
