Android | 教你如何開發一個證件照DIY小程序

時間 2020-05-13

標籤 android 如何開發一個證件 diy 程序欄目 Android 简体版

原文原文鏈接

引子

上期給你們介紹瞭如何使用如何用代碼三十分鐘在安卓上開發一個微笑抓拍神器詳情請戳，本次給你們分享一篇新的實戰經驗。html

不知道你們是否有這樣的經歷，突然學校或者公司須要提供讓提供我的的一寸或者兩寸頭像照片，要辦理出入證、學生證什麼的，而且對照片的底色有要求，有不少人當前沒有拍好的證件照須要到照相館重拍，又或者以前已經拍過了，可是照片底色不知足要求，小編就有過相似的經歷，當時學校讓辦個出入證，學校照相館又關門了，匆匆忙忙用手機拍了下，而後用牀單做爲背景應付，結果被老師大罵了一頓。java

多年之後華爲的HMS MLKit機器學習有了圖像分割的功能，使用這個SDK開發一個證件照DIY的小程序，能夠完美解決小編當年遇到的尷尬。
廢話很少說，爲了可以製造強烈的視覺衝擊，小編也是拼了，翻出來當年大學時代的囧照，給你們展現下華爲 HMS MLKit的強大功能：

android

怎麼樣，效果是否是還能夠，只須要寫個小程序就能夠快速實現！
核心提示：此SDK免費，安卓全機型覆蓋！小程序

證件照DIY開發實戰

1 開發準備

1.1 在項目級gradle裏添加華爲maven倉

打開AndroidStudio項目級build.gradle文件。

增量添加以下maven地址：app

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

1.2 在應用級的build.gradle裏面加上SDK依賴

把人臉識別的SDK和基礎SDK引入機器學習

dependencies{ 
  // 引入基礎SDK 
  implementation 'com.huawei.hms:ml-computer-vision:1.0.2.300' 
  // 引入人臉檢測能力包 
  implementation 'com.huawei.hms:ml-computer-vision-image-segmentation-body-model:1.0.2.301'   
  }

1.3 在AndroidManifest.xml文件裏面增量添加模型自動下載

要使應用程序可以在用戶從華爲應用市場安裝您的應用程序後，自動將最新的機器學習模型更新到用戶設備，請將如下語句添加到該應用程序的AndroidManifest.xml文件中：異步

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

1.4 在AndroidManifest.xml文件裏面申請相機和存儲權限

<!--使用存儲權限--><uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE" />

2 代碼開發關鍵步驟

2.1 動態權限申請

@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) {
            // 若是相機或者存儲權限沒有受權，則須要彈出受權提示框
            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())); // 根據包名打開對應的設置界面
                        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 建立圖像分割檢測器

能夠經過圖像分割檢測配置器「MLImageSegmentationSetting」建立圖像分割檢測器。async

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

2.3 經過android.graphics.Bitmap建立「MLFrame」對象用於分析器檢測圖片

能夠經過圖像分割檢測配置器「MLImageSegmentationSetting」建立圖像分割檢測器。maven

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

2.4 調用「asyncAnalyseFrame 」方法進行圖像分割。

// 建立一個task，處理圖像分割檢測器返回的結果。 Task<MLImageSegmentation> task = analyzer.asyncAnalyseFrame(frame); // 異步處理圖像分割檢測器返回結果 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 更換圖片背景。

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);