简介

AVFoundation 是一个可以用来使用和创建基于时间的视听媒体数据的框架。AVFoundation 的构建考虑到了目前的硬件环境和应用程序,其设计过程高度依赖多线程机制。充分利用了多核硬件的优势并大量使用block和GCD机制,将复杂的计算机进程放到了后台线程运行。会自动提供硬件加速操作,确保在大部分设备上应用程序能以最佳性能运行。

如果你有更好的建议或者对这篇文章有不满的地方, 请联系我, 我会进行修改,
联系我时，请备注使用AVFoundatio实现动态人脸识别（技术交流群：656315826）
最后:
祝大家学习愉快~谢谢~

介绍一些人脸识别的方式

1. CoreImage静态人脸识别, 可识别照片, 图像等
2. Face++是新一代云端视觉服务平台，提供一整套世界领先的人脸检测，人脸识别，面部分析的视觉技术服务
3. OpenCV由一系列 C 函数和少量 C++ 类构成, 实现了图像处理和计算机视觉方面的很多通用算法
4. Vision 是 Apple 在 WWDC 2017 伴随iOS 11推出的基于CoreML的图像识别框架
5. AVFoundation可以用来使用和创建基于时间的视听媒体的框架,今天我们使用的人脸识别方式也是使用AVFoundation框架

对关键类的简单介绍

1. AVCaptureDevice 代表了输入设备,例如摄像头与麦克风。我们可以从这个类中获取手机硬件的照相机、声音传感器等。
2. AVCaptureDeviceInput:设备输入数据管理对象,可以根据AVCaptureDevice创建对应的对象
3. AVCaptureOutput代表输出数据,输出的可以是图片或者视频
4. AVCaptureSession: 媒体（音、视频）捕捉会话

1 负责把捕捉的音频视频数据输出到输出设备中。
2 一个AVCaptureSession可以有多个输入或输出。
3是连接AVCaptureInput和AVCaptureOutput的桥梁，它协调input到output之间传输数据。
4 它有startRunning和stopRunning两种方法来开启会话和结束会话。
5 每个session称之为一个会话，也就是在应用运行过程中如果你需要改变会话的一些配置（例如：切换摄像头）,此时需要先开启配置，配置完成之后再提交配置。

1. AVCaptureVideoPreviewLayer: 图片预览层我们的照片以及视频是如何显示在手机上的呢？那就是通过把这个对象添加到UIView的layer上的

添加扫描设备

• 获取设备(摄像头)
• 创建输入设备
• 创建扫描输出
• 创建捕捉回话

输出设备

• 这里使用AVCaptureMetadataOutput, 可以扫描人脸, 二维码, 条形码等信息
• 必须设置代理, 否则获取不到扫描结果
• 需要设置要输出什么样的数据: face(人脸), qr(二维码)等等

//创建原数据的输出对象
let metadataOutput = AVCaptureMetadataOutput()//设置代理监听输出对象输出的数据，在主线程中刷新
metadataOutput.setMetadataObjectsDelegate(self, queue: DispatchQueue.main)//告诉输出对象要输出什么样的数据,识别人脸, 最多可识别10张人脸
metadataOutput.metadataObjectTypes = [.face]

切换摄像头

• 获取当前摄像头方向
• 创建新的输入input
• 移除旧输入capture, 添加新的输入capture
• 具体代码如下:

@IBAction func switchCameraAction(_ sender: Any) {//执行转场动画let anima = CATransition()anima.type = "oglFlip"anima.subtype = "fromLeft"anima.duration = 0.5view.layer.add(anima, forKey: nil)//获取当前摄像头guard let deviceIn = deviceInput else { return }let position: AVCaptureDevice.Position = deviceIn.device.position == .back ? .front : .back//创建新的inputlet deviceSession = AVCaptureDevice.DiscoverySession(deviceTypes: [.builtInWideAngleCamera], mediaType: .video, position: position)guard let newDevice = deviceSession.devices.filter({ $0.position == position }).first else { return }guard let newVideoInput = try? AVCaptureDeviceInput(device: newDevice) else { return }//移除旧输入，添加新输入//设备加锁session.beginConfiguration()//移除旧设备session.removeInput(deviceIn)//添加新设备session.addInput(newVideoInput)//设备解锁session.commitConfiguration()//保存最新输入deviceInput = newVideoInput

处理扫描结果

实现AVCaptureMetadataOutputObjectsDelegate该协议的协议方法(只有一个方法) AVMetadataFaceObject介绍

1. faceID: 人脸的唯一标识

• 扫描出来的每一个人, 有不同的faceID
• 同一个人, 不同的状态下(摇头, 歪头, 抬头等), 都会有不同faceID

1. hasRollAngle: 是否有倾斜角,侧倾角(左右歪头)(BOOL类型)
2. rollAngle: 倾斜角,侧倾角的角度(CGFloat类型)
3. hasYawAngle: 是否有偏转角(左右摇头)
4. yawAngle: 偏转角角度

获取预览图层的人脸数组

• 遍历扫描的人脸数组, 转换成在预览图层的人脸数组
• 主要是人脸在图层的左边的转换
• 返回转换后的新的数组

fileprivate func transformedFaces(faceObjs: [AVMetadataObject]) -> [AVMetadataObject] {var faceArr = [AVMetadataObject]()for face in faceObjs {//将扫描的人脸对象转成在预览图层的人脸对象(主要是坐标的转换)if let transFace = previewLayer.transformedMetadataObject(for: face){faceArr.append(transFace)}}return faceArr
}

根据人脸位置添加红框

设置红框的frame

faceLayer?.frame = face.bounds

根据偏转角和倾斜角的角度获取CATransform3D

fileprivate func transformDegress(yawAngle: CGFloat) -> CATransform3D {let yaw = degreesToRadians(degress: yawAngle)//围绕Y轴旋转let yawTran = CATransform3DMakeRotation(yaw, 0, -1, 0)//红框旋转问题return CATransform3DConcat(yawTran, CATransform3DIdentity)}//处理偏转角问题fileprivate func transformDegress(rollAngle: CGFloat) -> CATransform3D {let roll = degreesToRadians(degress: rollAngle)//围绕Z轴旋转return CATransform3DMakeRotation(roll, 0, 0, 1)}//角度转换fileprivate func degreesToRadians(degress: CGFloat) -> CGFloat{return degress * CGFloat(Double.pi) / 180}

根据有无偏转角和倾斜角旋转红框

//设置偏转角(左右摇头)
if face.hasYawAngle{let tranform3D = transformDegress(yawAngle: face.yawAngle)//矩阵处理faceLayer?.transform = CATransform3DConcat(faceLayer!.transform, tranform3D)
}//设置倾斜角,侧倾角(左右歪头)
if face.hasRollAngle{let tranform3D = transformDegress(rollAngle: face.rollAngle)//矩阵处理faceLayer?.transform = CATransform3DConcat(faceLayer!.transform, tranform3D)
}

至此, 动态的人脸识别就完成了, 会在人脸位置增加红框显示, 并且红框会根据人脸的位置动态的, 实时的调整

下面就快拿起你的相机测试吧

项目代码获取

想要获取案例源码可以加我技术交流群：656315826 最近我在研究这一块,如果你有更好的建议或者对这篇文章有不满的地方, 请联系我, 我会进行修改，共同学习进步。

祝大家学习愉快