适用于 Android 设备的人脸风格化指南

借助 MediaPipe 人脸样式设置任务，您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。

GitHub 上提供了这些说明中介绍的代码示例。如需详细了解此任务的功能、模型和配置选项，请参阅概览。

代码示例

MediaPipe Tasks 示例代码是适用于 Android 的人脸样式器应用的基本实现。该示例将人脸风格化应用于提供给应用的图片。

您可以使用该应用作为基础来开发自己的 Android 应用，也可以在修改现有应用时参考该应用。人脸样式器示例代码托管在 GitHub 上。

下载代码

以下说明介绍了如何使用 git 命令行工具创建示例代码的本地副本。

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）将您的 Git 实例配置为使用稀疏结账，这样您就只有 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，您可以将项目导入 Android Studio 并运行应用。有关说明，请参阅 Android 设置指南。

关键组件

以下文件包含此人脸样式化示例应用的关键代码：

FaceStylizationHelper.kt：初始化人脸样式器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。

初始设置

本部分介绍了专门为使用人脸风格而设置开发环境和代码项目的关键步骤。如需了解如何为使用 MediaPipe 任务设置开发环境的一般信息（包括平台版本要求），请参阅 Android 设置指南。

依赖项

Face Stylizer 任务会使用 com.google.mediapipe:tasks-vision 库。请将以下依赖项添加到 Android 应用的 build.gradle 文件中：

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

模型

MediaPipe 人脸风格程序任务需要使用与此任务兼容的经过训练的模型包。如需详细了解适用于人脸风格器的经过训练的模型，请参阅任务概览“模型”部分。

选择和下载模型，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 人脸风格程序任务使用 createFromOptions() 函数来设置该任务。createFromOptions() 函数接受配置选项的值。如需详细了解配置选项，请参阅配置选项。

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 Android 应用的配置选项：

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

准备数据

人脸样式设置适用于静态图片。该任务会处理数据输入预处理，包括大小调整、旋转和值归一化。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() 方法运行样式器：

val result = FaceStylizer.stylize(mpImage)

处理和显示结果

人脸样式设置工具会返回一个 FaceStylizerResult 对象，该对象包含一个 MPImage 对象，以及输入图片中最显眼的面孔的风格化样式。

下面显示了此任务的输出数据示例：

上面的输出是通过将 Color sketch 模型应用于以下输入图片创建的：