前言
“给你看下我之前去景区玩拍的照片，风光很好”
”嗯嗯，我正好也筹备出去玩，快分享下“
……
”照片呢，还没找到吗？“
”等会啊，手机里太多照片了，给我点工夫找找“
这是不是很多人的常态？
看着手机里上百张甚至上千张照片，想要找到某张特定的照片，几乎堪比海底捞针，费时又费劲。难道只能在相册里从头到尾浏览一遍，不能依照照片中物品类别进行查找吗？
当然能够了，华为机器学习服务场景辨认性能就能够通过辨认、标签图片中的物品，将照片精准分类，建设智能相册。有了这个性能，咱们就能够疾速定位、查找指标照片了。
性能个性
华为场景辨认服务反对对图片的场景内容进行分类并增加标注信息，如美食、花朵、绿植、猫、狗、厨房、山峰、洗衣机等102种场景，并基于辨认到的信息，构建更智能的相册利用体验。
场景辨认具备以下性能个性：
- 多类场景辨认
反对102种场景的辨认，并继续减少。
- 辨认准确率高
可辨认多种物品、场景，辨认准确率高。
- 辨认响应速度快
毫秒级响应速度，并一直优化性能体现。
- 集成简略高效
提供API接口和SDK包，不便客户集成，操作简略，缩小开发成本。
利用场景
场景辨认除了利用于建设智能相册、照片检索和分类外，还能够辨认拍摄场景主动抉择相应的场景滤镜和相机参数，帮忙用户拍摄出更好看的照片。
开发代码
1 开发筹备工作
1.1 配置AppGallery Connect。
在开发利用前，须要在AppGallery Connect中配置相干信息。
具体操作步骤，请参考下方链接：
https://developer.huawei.com/consumer/cn/doc/development/HMSCore-Guides-V5/config-agc-0000001050990353-V5
1.2 配置HMS Core SDK的Maven仓地址，并实现本服务的SDK集成。
（1）关上Android Studio我的项目级“build.gradle”文件。
（2）增加HUAWEI agcp插件以及Maven代码库。
- 在“allprojects > repositories”中配置HMS Core SDK的Maven仓地址。
- 在“buildscript > repositories”中配置HMS Core SDK的Maven仓地址。
- 如果App中增加了“agconnect-services.json”文件则须要在“buildscript > dependencies”中减少agcp配置。
buildscript { repositories { google() jcenter() maven {url 'https://developer.huawei.com/repo/'} } dependencies { ... classpath 'com.huawei.agconnect:agcp:1.4.1.300' }} allprojects { repositories { google() jcenter() maven {url 'https://developer.huawei.com/repo/'} }}2 开发代码
动态图片检测
2.1 创立场景辨认检测器实例。
// 形式1：应用默认的参数配置。MLSceneDetectionAnalyzer analyzer = MLSceneDetectionAnalyzerFactory.getInstance().getSceneDetectionAnalyzer();// 形式2：按自定义配置创立场景辨认分析器实例。MLSceneDetectionAnalyzerSetting setting = new MLSceneDetectionAnalyzerSetting.Factory() // 设置场景辨认可信度阈值。 .setConfidence(confidence) .create();MLSceneDetectionAnalyzer analyzer = MLSceneDetectionAnalyzerFactory.getInstance().getSceneDetectionAnalyzer(setting);2.2 通过android.graphics.Bitmap结构MLFrame，反对的图片格式包含：jpg/jpeg/png/bmp。
MLFrame frame = new MLFrame.Creator().setBitmap(bitmap).create();2.3 进行场景辨认。
// 形式1：同步辨认。SparseArray<MLSceneDetection> results = analyzer.analyseFrame(frame);// 形式2：异步辨认。Task<List<MLSceneDetection>> task = analyzer.asyncAnalyseFrame(frame);task.addOnSuccessListener(new OnSuccessListener<List<MLSceneDetection>>() { public void onSuccess(List<MLSceneDetection> result) { // 场景辨认胜利的解决逻辑。 }}) .addOnFailureListener(new OnFailureListener() { public void onFailure(Exception e) { // 场景辨认辨认失败的解决逻辑。 // failure. if (e instanceof MLException) { MLException mlException = (MLException)e; // 获取错误码，开发者能够对错误码进行解决，依据错误码进行差异化的页面提醒。 int errorCode = mlException.getErrCode(); // 获取报错信息，开发者能够联合错误码，疾速定位问题。 String errorMessage = mlException.getMessage(); } else { // 其余异样。 } }});2.4 检测实现，进行分析器，开释检测资源。
if (analyzer != null) { analyzer.stop();}视频流检测
开发者能够自行处理视频流，将视频流转化为MLFrame对象，再按动态图像检测的办法进行场景辨认。
如果开发者调用的是同步检测接口，也能够应用SDK内置的LensEngine类实现视频流场景辨认。示例代码如下：
3.1 创立场景辨认分析器，只反对创立端侧场景辨认分析器。
MLSceneDetectionAnalyzer analyzer = MLSceneDetectionAnalyzerFactory.getInstance().getSceneDetectionAnalyzer();3.2 开发者创立辨认后果解决类“SceneDetectionAnalyzerTransactor”，该类实现MLAnalyzer.MLTransactor<T>接口，应用该接口中的transactResult办法获取检测后果并实现具体业务。
public class SceneDetectionAnalyzerTransactor implements MLAnalyzer.MLTransactor<MLSceneDetection> { @Override public void transactResult(MLAnalyzer.Result<MLSceneDetection> results) { SparseArray<MLSceneDetection> items = results.getAnalyseList(); // 开发者依据须要解决辨认后果，须要留神，这里只对检测后果进行解决。 // 不可调用ML Kit提供的其余检测相干接口。 } @Override public void destroy() { // 检测完结回调办法，用于开释资源等。 }}3.3 设置辨认后果处理器，实现分析器与后果处理器的绑定。
analyzer.setTransactor(new SceneDetectionAnalyzerTransactor());// 创立LensEngine，该类由ML Kit SDK提供，用于捕获相机动静视频流并传入分析器。Context context = this.getApplicationContext();LensEngine lensEngine = new LensEngine.Creator(context, this.analyzer) .setLensType(LensEngine.BACK_LENS) .applyDisplayDimension(1440, 1080) .applyFps(30.0f) .enableAutomaticFocus(true) .create();3.4 调用run办法，启动相机，读取视频流，进行辨认。
// 请自行实现SurfaceView控件的其余逻辑。SurfaceView mSurfaceView = findViewById(R.id.surface_view);try { lensEngine.run(mSurfaceView.getHolder());} catch (IOException e) { // 异样解决逻辑。}3.5 检测实现，进行分析器，开释检测资源。
if (analyzer != null) { analyzer.stop();}if (lensEngine != null) { lensEngine.release();}DEMO展现
原文链接：https://developer.huawei.com/consumer/cn/forum/topic/0201404868263200225?fid=18
原作者：say hi