教你如何用华为HMS MLKit 图像分割 SDK开发一个证件照DIY小程序

发布：2020-05-19 10:04浏览：次来源：网络作者：huan

引子

上期给大家介绍了如何使用如何用华为HMS MLKit SDK 三十分钟在安卓上开发一个微笑抓拍神器详情请戳，本次给大家分享一篇新的实战经验。

不知道大家是否有这样的经历，忽然学校或者公司需要提供让提供个人的一寸或者两寸头像照片，要办理出入证、学生证什么的，并且对照片的底色有要求，有很多人当前没有拍好的证件照需要到照相馆重拍，又或者之前已经拍过了，但是照片底色不满足要求，小编就有过类似的经历，当时学校让办个出入证，学校照相馆又关门了，匆匆忙忙用手机拍了下，然后用床单作为背景应付，结果被老师大骂了一顿。

多年以后华为的HMS MLKit机器学习有了图像分割的功能，使用这个SDK开发一个证件照DIY的小程序，可以完美解决小编当年遇到的尴尬。

废话不多说，为了能够制造强烈的视觉冲击，小编也是拼了，翻出来当年大学时代的囧照，给大家展示下华为 HMS MLKit的强大功能：

怎么样，效果是不是还可以，只需要写个小程序就可以快速实现！

核心提示：此SDK免费，安卓全机型覆盖！

证件照DIY开发实战

1 开发准备

1.1 在项目级gradle里添加华为maven仓

打开AndroidStudio项目级build.gradle文件。

增量添加如下maven地址：

buildscript {
    repositories {        
        maven {url 'https://developer.huawei.com/repo/'}
    }    }allprojects {
    repositories {       
        maven { url 'https://developer.huawei.com/repo/'}
    }}

1.2 在应用级的build.gradle里面加上SDK依赖

把人脸识别的SDK和基础SDK引入

dependencies{ 
  // 引入基础SDK 
  implementation 'com.huawei.hms:ml-computer-vision:1.0.2.300' 
  // 引入人脸检测能力包 
  implementation 'com.huawei.hms:ml-computer-vision-image-segmentation-body-model:1.0.2.301'   
  }

1.3 在AndroidManifest.xml文件里面增量添加模型自动下载

要使应用程序能够在用户从华为应用市场安装您的应用程序后，自动将最新的机器学习模型更新到用户设备，请将以下语句添加到该应用程序的AndroidManifest.xml文件中：

<manifest    
   <application  
       <meta-data                     
           android:name="com.huawei.hms.ml.DEPENDENCY"          
           android:value= "imgseg "/>                    
   </application>
</manifest>

1.4 在AndroidManifest.xml文件里面申请相机和存储权限

<!--使用存储权限--><uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE" />

2 代码开发关键步骤

2.1 动态权限申请

@Overrideprotected void onCreate(Bundle savedInstanceState) {
    super.onCreate(savedInstanceState);
    setContentView(R.layout.activity_main);
    if (!allPermissionsGranted()) {
        getRuntimePermissions();
    }}@Overridepublic void onRequestPermissionsResult(int requestCode, @NonNull String[] permissions,
                                       @NonNull int[] grantResults) {
    super.onRequestPermissionsResult(requestCode, permissions, grantResults);

    if (requestCode != PERMISSION_REQUESTS) {
        return;
    }
    boolean isNeedShowDiag = false;
    for (int i = 0; i < permissions.length; i++) {
        if (permissions[i].equals(Manifest.permission.READ_EXTERNAL_STORAGE) && grantResults[i] != PackageManager.PERMISSION_GRANTED) {
            // 如果相机或者存储权限没有授权，则需要弹出授权提示框
            isNeedShowDiag = true;
        }
    }
    if (isNeedShowDiag && !ActivityCompat.shouldShowRequestPermissionRationale(this, Manifest.permission.CALL_PHONE)) {
        AlertDialog dialog = new AlertDialog.Builder(this)
                .setMessage(getString(R.string.camera_permission_rationale))
                .setPositiveButton(getString(R.string.settings), new DialogInterface.OnClickListener() {
                    @Override                    
                    public void onClick(DialogInterface dialog, int which) {
                        Intent intent = new Intent(Settings.ACTION_APPLICATION_DETAILS_SETTINGS);
                        intent.setData(Uri.parse("package:" + getPackageName())); // 根据包名打开对应的设置界面
                        startActivityForResult(intent, 200);
                        startActivity(intent);
                    }
                })
                .setNegativeButton(getString(R.string.cancel), new DialogInterface.OnClickListener() {
                    @Override                    
                    public void onClick(DialogInterface dialog, int which) {
                        finish();
                    }
                }).create();
        dialog.show();
    }}

2.2 创建图像分割检测器

可以通过图像分割检测配置器“MLImageSegmentationSetting”创建图像分割检测器。

MLImageSegmentationSetting setting = new MLImageSegmentationSetting.Factory()
                .setAnalyzerType(MLImageSegmentationSetting.BODY_SEG)
                .setExact(true)
                .create();        
this.analyzer = MLAnalyzerFactory.getInstance().getImageSegmentationAnalyzer(setting);

2.3 通过android.graphics.Bitmap创建“MLFrame”对象用于分析器检测图片

可以通过图像分割检测配置器“MLImageSegmentationSetting”创建图像分割检测器。

MLFrame mlFrame = new MLFrame.Creator().setBitmap(this.originBitmap).create();

2.4 调用“asyncAnalyseFrame ”方法进行图像分割。

// 创建一个task，处理图像分割检测器返回的结果。 Task<MLImageSegmentation> task = analyzer.asyncAnalyseFrame(frame); // 异步处理图像分割检测器返回结果 Task<MLImageSegmentation> task = this.analyzer.asyncAnalyseFrame(mlFrame);
            task.addOnSuccessListener(new OnSuccessListener<MLImageSegmentation>() {
                @Override                public void onSuccess(MLImageSegmentation mlImageSegmentationResults) {
                    // Transacting logic for segment success.
                    if (mlImageSegmentationResults != null) {
                        StillCutPhotoActivity.this.foreground = mlImageSegmentationResults.getForeground();
                        StillCutPhotoActivity.this.preview.setImageBitmap(StillCutPhotoActivity.this.foreground);
                        StillCutPhotoActivity.this.processedImage = ((BitmapDrawable) ((ImageView) StillCutPhotoActivity.this.preview).getDrawable()).getBitmap();
                        StillCutPhotoActivity.this.changeBackground();
                    } else {
                        StillCutPhotoActivity.this.displayFailure();
                    }
                }
            }).addOnFailureListener(new OnFailureListener() {
                @Override                public void onFailure(Exception e) {
                    // Transacting logic for segment failure.
                    StillCutPhotoActivity.this.displayFailure();
                    return;
                }
            });

2.5 更换图片背景。

this.backgroundBitmap = BitmapUtils.loadFromPath(StillCutPhotoActivity.this, id, targetedSize.first, targetedSize.second);BitmapDrawable drawable = new BitmapDrawable(backgroundBitmap);this.preview.setDrawingCacheEnabled(true);this.preview.setBackground(drawable);this.preview.setImageBitmap(this.foreground);this.processedImage = Bitmap.createBitmap(this.preview.getDrawingCache());this.preview.setDrawingCacheEnabled(false);