Android 人脸特征点检测（主动形状模型） ASM Demo (Active Shape Model on Android)

目前Android平台上进行人脸特征识别非常火爆，本人研究生期间一直从事人脸特征的处理，所以曾经用过一段ASM（主动形状模型）提取人脸基础特征点，所以这里采用JNI的方式将ASM在Android平台上进行了实现，同时在本应用实例中，给出了几个其他的图像处理的示例。

由于ASM (主动形状模型，Active Shape Model)的核心算法比较复杂，所以这里不进行算法介绍，我之前写过一篇详细的算法介绍和公式推导，有兴趣的朋友可以参考下面的连接：
ASM（主动形状模型）算法详解

接下来介绍本应用的实现。
首先，给出本应用的项目源码：
Android ASM Demo
在这个项目源码的README中详细介绍了怎么配置运行时环境，请仔细阅读。
本项目即用到了Android JNI开发，又用到了Opencv4Android，所以，配置起来还是很复杂的。Android JNI开发配置请参考：Android JNI，Android 上使用Opencv请参考:Android Opencv

整个应用的代码比较多，所以如果想很好的了解项目原理，最好还是将代码下载下来仔细看看。

首先给出本地cpp代码，下面的本地cpp代码负责调用stasm提供的c语言接口：

#include <jni.h>
#include <stdio.h>
#include <stdlib.h>
#include <iostream>
#include <android/log.h>

#include <opencv2/opencv.hpp>
#include "./stasm/stasm_lib.h"

using namespace cv;
using namespace std;

CascadeClassifier cascade;
bool init = false;
const String APP_DIR = "/data/data/com.example.asm/app_data/";

extern "C" {
/*
 * do Canny edge detect
 */
JNIEXPORT void JNICALL Java_com_example_asm_NativeCode_DoCanny(JNIEnv* env,
        jobject obj, jlong matSrc, jlong matDst, jdouble threshold1 = 50,
        jdouble threshold2 = 150, jint aperatureSize = 3) {

    Mat * img = (Mat *) matSrc;
    Mat * dst = (Mat *) matDst;
    cvtColor(*img, *dst, COLOR_BGR2GRAY);
    Canny(*img, *dst, threshold1, threshold2, aperatureSize);
}

/*
 * face detection
 * matDst: face region
 * scaleFactor = 1.1
 * minNeighbors = 2
 * minSize = 30 * 30
 */
JNIEXPORT void JNICALL Java_com_example_asm_NativeCode_FaceDetect(JNIEnv* env,
        jobject obj, jlong matSrc, jlong matDst, jdouble scaleFactor, jint minNeighbors, jint minSize) {

    Mat * src = (Mat *) matSrc;
    Mat * dst = (Mat *) matDst;

    float factor = 0.3;
    Mat img;
    resize(*src, img, Size((*src).cols * factor, (*src).rows * factor));

    String cascadeFile = APP_DIR + "haarcascade_frontalface_alt2.xml";

    if (!init) {
        cascade.load(cascadeFile);
        init = true;
    }

    if (cascade.empty() != true) {
        vector<Rect> faces;
        cascade.detectMultiScale(img, faces, scaleFactor, minNeighbors, 0
                | CV_HAAR_FIND_BIGGEST_OBJECT
                | CV_HAAR_DO_ROUGH_SEARCH
                | CV_HAAR_SCALE_IMAGE, Size(minSize, minSize));

        for (int i = 0; i < faces.size(); i++) {
            Rect rect = faces[i];
            rect.x /= factor;
            rect.y /= factor;
            rect.width /= factor;
            rect.h