提取sdcard上图片的人脸关键点

[CrazyShado]

从sdcard上选择一张图片输入，转换为bitmap，

   Bitmap bm = BitmapFactory.decodeFile("mnt/sdcard/test_face.jpeg");
        int width = bm.getWidth();
        int height = bm.getHeight();
        byte[] data =  bitmapToNv21(bm,width,height);
        FaceTracking.getInstance().Update(data, height, width);

然后将bitmap转换为nv21格式，但出现报错。
nv21转换函数：

 /**
     * Bitmap转化为ARGB数据，再转化为NV21数据
     *
     * @param src    传入ARGB_8888的Bitmap
     * @param width  NV21图像的宽度
     * @param height NV21图像的高度
     * @return nv21数据
     */
    public static byte[] bitmapToNv21(Bitmap src, int width, int height) {
        if (src != null && src.getWidth() >= width && src.getHeight() >= height) {
            int[] argb = new int[width * height];
            src.getPixels(argb, 0, width, 0, 0, width, height);
            return argbToNv21(argb, width, height);
        } else {
            return null;
        }
    }

/**
     * ARGB数据转化为NV21数据
     *
     * @param argb   argb数据
     * @param width  宽度
     * @param height 高度
     * @return nv21数据
     */
    private static byte[] argbToNv21(int[] argb, int width, int height) {
        int frameSize = width * height;
        int yIndex = 0;
        int uvIndex = frameSize;
        int index = 0;
        byte[] nv21 = new byte[width * height * 3 / 2];
        for (int j = 0; j < height; ++j) {
            for (int i = 0; i < width; ++i) {
                int R = (argb[index] & 0xFF0000) >> 16;
                int G = (argb[index] & 0x00FF00) >> 8;
                int B = argb[index] & 0x0000FF;
                int Y = (66 * R + 129 * G + 25 * B + 128 >> 8) + 16;
                int U = (-38 * R - 74 * G + 112 * B + 128 >> 8) + 128;
                int V = (112 * R - 94 * G - 18 * B + 128 >> 8) + 128;
                nv21[yIndex++] = (byte) (Y < 0 ? 0 : (Y > 255 ? 255 : Y));
                if (j % 2 == 0 && index % 2 == 0 && uvIndex < nv21.length - 2) {
                    nv21[uvIndex++] = (byte) (V < 0 ? 0 : (V > 255 ? 255 : V));
                    nv21[uvIndex++] = (byte) (U < 0 ? 0 : (U > 255 ? 255 : U));
                }

                ++index;
            }
        }
        return nv21;
    }

通过该方法转换后，sdk报错：

Assertion failed (sz.width % 2 == 0 && sz.height % 3 == 0) in cv::impl::{anonymous}::CvtHelper<VScn, VDcn, VDepth, sizePolicy>::CvtHelper(cv::InputArray, cv::OutputArray, int) [with VScn = cv::impl::{anonymous}::Set<1>; VDcn = cv::impl::{anonymous}::Set<3, 4>; VDepth = cv::impl::{anonymous}::Set<0>; cv::impl::{anonymous}::SizePolicy sizePolicy = (cv::impl::<unnamed>::SizePolicy)1u; cv::InputArray = const cv::_InputArray&; cv::OutputArray = const cv::_OutputArray&], file /build/3_4_pack-android/opencv/modules/imgproc/src/color.simd_helpers.hpp, line 104

[yangkezun]

1、高宽的输入是不是反了
2、自己把byte数据在外围保存一张图片，看看转换是不是对的

[yeyupiaoling]

@CrazyShado 你能正常读取本地图片进行预测了吗？求助

[yeyupiaoling]

@yangkezun 我也是使用他上面的方法，我图片输入大小为（640,480）就没有报他的那个错误，但是没有预测结果。

[CrazyShado]

@CrazyShado 你能正常读取本地图片进行预测了吗？求助

我换阿里的mnn了，

[yeyupiaoling]

@CrazyShado 哦哦，感觉这个挺好的，有活体检测

[CrazyShado]

挺好

阿里的也有了，包括各种角度也有的，输入图片也没限制