在刷朋友圈时，总会被一些乏味的小游戏刷屏。这些游戏操作简略，老少皆宜并且传播速度十分快，分分钟就霸屏朋友圈。你是否也想做出一款爆款乏味的小游戏呢？华为机器学习服务提供的人脸识检测、手部关键点辨认性能能够帮忙你实现。
Crazy Rockets——这款游戏集成人脸识检测、手部关键点辨认性能。开发出两种玩法，一种是通过人脸的高低挪动来管制火箭穿梭通过巨石阵。另一种是通过手势的高低挪动来管制。两种形式都是通过检测人脸和手部关键点来反馈信息，进而管制火箭挪动，趣味十足！
疯狂购物车小游戏是通过集成手部关键点检测性能来实现的，通过手势检测能够管制购物车左右挪动，从而接住掉落下来的各类商品，每隔15秒将提一次速，给玩家带来不一样的购物游戏体验。
Crazy Rockets开发实战
（一）人脸
1.配置maven仓库
- 在“allprojects > repositories”中配置HMS Core SDK的Maven仓地址。
allprojects { repositories { google() jcenter() maven {url 'https://developer.huawei.com/repo/'} }}- 在“buildscript > repositories”中配置HMS Core SDK的Maven仓地址。
buildscript { repositories { google() jcenter() maven {url 'https://developer.huawei.com/repo/'} }}- 在“buildscript > dependencies”中减少agcp配置。
dependencies { ... classpath 'com.huawei.agconnect:agcp:1.3.1.300' } }2.集成sdk
Implementation 'com.huawei.hms:ml-computer-vision-face:2.0.1.300'3.创建人脸分析器
MLFaceAnalyzer analyzer = MLAnalyzerFactory.getInstance().getFaceAnalyzer();4.创立解决类
public class FaceAnalyzerTransactor implements MLAnalyzer.MLTransactor<MLFace> { @Override public void transactResult(MLAnalyzer.Result<MLFace> results) { SparseArray<MLFace> 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。 }}5.创立LensEngine，用于捕获相机动静视频流并传入分析器
LensEngine lensEngine = new LensEngine.Creator(getApplicationContext(), analyzer) .setLensType(LensEngine.BACK_LENS) .applyDisplayDimension(1440, 1080) .applyFps(30.0f) .enableAutomaticFocus(true) .create();6. 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。}7. 开释检测资源
if (analyzer != null) { try { analyzer.stop(); } catch (IOException e) { // 异样解决。 }}if (lensEngine != null) { lensEngine.release();}（二）手势辨认
1. 配置maven仓库
在“allprojects > repositories”中配置HMS Core SDK的Maven仓地址。
allprojects { repositories { google() jcenter() maven {url 'https://developer.huawei.com/repo/'} }}在“buildscript > repositories”中配置HMS Core SDK的Maven仓地址。
buildscript { repositories { google() jcenter() maven {url 'https://developer.huawei.com/repo/'} }}在“buildscript > dependencies”中减少agcp配置。
dependencies { ... classpath 'com.huawei.agconnect:agcp:1.3.1.300' } }2. 集成sdk
// 引入根底SDKimplementation 'com.huawei.hms:ml-computer-vision-handkeypoint:2.0.4.300'// 引入手部关键点检测模型包implementation 'com.huawei.hms:ml-computer-vision-handkeypoint-model:2.0.4.300'3. 创立默认手势分析器
MLHandKeypointAnalyzer analyzer =MLHandKeypointAnalyzerFactory.getInstance().getHandKeypointAnalyzer();4. 创立解决类
public class HandKeypointTransactor implements MLAnalyzer.MLTransactor<List<MLHandKeypoints>> {@Overridepublic void transactResult(MLAnalyzer.Result<List<MLHandKeypoints>> results) {SparseArray<List<MLHandKeypoints>> analyseList = 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。}@Overridepublic void destroy() {// 检测完结回调办法，用于开释资源等。}}5. 设置解决类
analyzer.setTransactor(new HandKeypointTransactor());6. 创立Lengengine
LensEngine lensEngine = new LensEngine.Creator(getApplicationContext(), analyzer).setLensType(LensEngine.BACK_LENS).applyDisplayDimension(1280, 720).applyFps(20.0f).enableAutomaticFocus(true).create();7. 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。}8. 开释检测资源
if (analyzer != null) {analyzer.stop();} if (lensEngine != null) {lensEngine.release();}(三）疯狂购物车开发实战
1. 配置Maven仓地址
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. Full SDK集成
dependencies{ // 引入根底SDK implementation 'com.huawei.hms:ml-computer-vision-handkeypoint:2.0.4.300' // 引入手部关键点检测模型包 implementation 'com.huawei.hms:ml-computer-vision-handkeypoint-model:2.0.4.300'}用上述形式两种办法之一集成SDK后，在文件头增加配置。
在apply plugin: 'com.android.application'后增加apply plugin: 'com.huawei.agconnect'
3. 创立手部关键点分析器
MLHandKeypointAnalyzer analyzer =MLHandKeypointAnalyzerFactory.getInstance().getHandKeypointAnalyzer();4. 创立辨认后果解决类“HandKeypointTransactor”
public class HandKeypointTransactor implements MLAnalyzer.MLTransactor<List<MLHandKeypoints>> { @Override public void transactResult(MLAnalyzer.Result<List<MLHandKeypoints>> results) { SparseArray<List<MLHandKeypoints>> analyseList = 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。 }}5.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 HandKeypointTransactor());6. 创立LensEngine
LensEngine lensEngine = new LensEngine.Creator(getApplicationContext(), analyzer) .setLensType(LensEngine.BACK_LENS) .applyDisplayDimension(1280, 720) .applyFps(20.0f) .enableAutomaticFocus(true) .create();7. 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。}8. 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();}看完次要开发步骤是不是感觉集成简略又疾速，除了上述两个小游戏，人脸识检测、手部关键点辨认技术在生活中有很多的利用场景。比方拍摄短视频的软件在集成了这种技术后，能够依据手部关键点生成一些可恶或者搞笑的特效，减少短视频的趣味性。或者是在面向智能家居的场景中，能够自定义一些手势作为智能家电的远距离操控指令，进行一些更加智能的人机交互形式。快来试试，一起开发好玩又乏味的利用吧！
欲了解更多详情，请参阅：
华为开发者联盟官网、获取开发领导文档
参加开发者探讨请到Reddit
下载demo和示例代码请到Github
解决集成问题请到Stack Overflow
原文链接：
https://developer.huawei.com/consumer/cn/forum/topic/0204406585449080270?fid=18&pid=0304406585449080230
作者：胡椒