适用于 Android 设备的人脸风格化指南

借助 MediaPipe Face Stylizer 任务，你可以对图片中的人脸应用人脸风格化。您可以使用此任务创建各种样式的虚拟头像。

您可在 GitHub 如需详细了解功能、模型和配置选项部分，请参阅概览。

代码示例

MediaPipe Tasks 示例代码是人脸风格化程序的基本实现 Android 版应用。此示例将人脸风格化应用于向应用。

您可以用该应用作为基础来开发自己的 Android 应用，也可以指代该应用对现有应用进行了修改。人脸风格化程序示例代码托管在 GitHub

下载代码

以下说明介绍了如何创建示例的本地副本使用 git 命令行工具运行 git 代码库。

如需下载示例代码，请执行以下操作：

使用以下命令克隆 git 代码库：

git clone https://github.com/google-ai-edge/mediapipe-samples

（可选）配置您的 git 实例以使用稀疏检出，这样您只有 Face Stylizer 示例应用的文件：
```
cd mediapipe
git sparse-checkout init --cone
git sparse-checkout set examples/face_stylization/android
```

创建示例代码的本地版本后，您可以导入项目进入 Android Studio 并运行应用。有关说明，请参阅适用于 Android 设备。

关键组件

以下文件包含此人脸风格化示例的关键代码应用：

FaceStylizationHelper.kt：初始化人脸风格化程序并处理模型和委托选择。
MainActivity.kt：提供结果和输出，并处理任何错误。

设置

本部分介绍了设置开发环境和专门用于人脸风格化程序的代码项目。有关设置开发环境以使用 MediaPipe 任务，包括平台版本要求，请参阅适用于 Android 设备。

依赖项

Face Stylizer 任务使用 com.google.mediapipe:tasks-vision 库。将将此依赖项添加到 Android 应用的 build.gradle 文件中：

dependencies {
    implementation 'com.google.mediapipe:tasks-vision:latest.release'
}

型号

MediaPipe Face Stylizer 任务需要一个与此任务。如需详细了解适用于 Face Stylizer 的经过训练的模型，请参阅任务概览的“模型”部分。

选择并下载模型，并将其存储在项目目录中：

<dev-project-root>/src/main/assets

在 ModelAssetPath 参数中指定模型的路径。

val modelName = "https://storage.googleapis.com/mediapipe-models/face_stylizer/blaze_face_stylizer/float32/latest/face_stylizer_color_sketch.task"
baseOptionsBuilder.setModelAssetPath(modelName)

创建任务

MediaPipe Face Stylizer 任务使用 createFromOptions() 函数来设置任务。createFromOptions() 函数接受配置的值选项。如需详细了解配置选项，请参阅配置选项选项。

val baseOptionsBuilder = BaseOptions.builder().setModelAssetPath(modelName)
val baseOptions = baseOptionBuilder.build()

val optionsBuilder =
    FaceStylizer.FaceStylizerOptions.builder()
        .setBaseOptions(baseOptionsBuilder.build())

val options = optionsBuilder.build()

FaceStylizer =
    FaceStylizer.createFromOptions(context, options)

配置选项

此任务具有以下适用于 Android 应用的配置选项：

选项名称	说明	值范围	默认值
`errorListener`	设置一个可选的错误监听器。	`N/A`	`Not set`

准备数据

人脸风格化工具适用于静态图片。任务处理数据输入包括调整大小、旋转和值归一化。通过以下代码演示了如何移交数据进行处理。

import com.google.mediapipe.framework.image.BitmapImageBuilder
import com.google.mediapipe.framework.image.MPImage

// Convert the input Bitmap object to an MPImage object to run inference
val mpImage = BitmapImageBuilder(image).build()

运行任务

对输入图片使用 FaceStylizer.stylize() 方法以运行风格化程序：

val result = FaceStylizer.stylize(mpImage)

处理和显示结果

人脸风格化程序会返回一个 FaceStylizerResult 对象，其中包含 MPImage 对象，具有输入中最突出面孔的风格化图片。

以下示例展示了此任务的输出数据：

以上输出是通过应用颜色草图创建的映射到以下输入图片：