react native 集成人脸识别 --android
最近的项目中要做身份认证,其中就包括人脸识别,用的第三方sdk是同盾的,这个是企业谈好的,咱们也只能去按照文档,一步一步去集成,其实也不难,总结起来就是: 在原生中写个方法给RN调用,这个方法就是跳转官网写好的activity,然后识别成功在回调里,把获取的base64图片发消息给RN,RN这边通过监听获得,原生发来的消息。 emmm ,很简单吧。
看下效果图:
总体分两部分:
第一部分 :sdk的集成
第二部分:Android 和RN 的交互
第一部分:
在工程中导入libs
把demo中的libs文件拷贝到工程APP 目录下
切换到 project可查看到 libs目录,
然后配置libs 生成so文件:
sourceSets { main { jniLibs.srcDirs = ['libs'] } }
包导入成功之后
拷贝res文件到 src的main下 这里主要是用人脸识别的图片等资源。
res 目录,覆盖到工程项目的同名目录上,一般情况下这两个目录在 project/app/src/main/
然后新建 第三方页面 把sdk的demo的activity拷贝到工程中。
目录如下:
这里拷贝之后,然后配置 manifests下的 AndroidManifest.xml文件 这里主要是注册 前面的三个activity 还有就是开启 相应的权限
<uses-permission android:name="android.permission.INTERNET" /> <uses-permission android:name="android.permission.SYSTEM_ALERT_WINDOW"/> <!--同盾添加权限--> <uses-permission android:name="android.permission.READ_PHONE_STATE"/> <uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE"/> <uses-permission android:name="android.permission.CAMERA"/> <uses-permission android:name="android.permission.INTERNET"/> <uses-permission android:name="android.permission.VIBRATE"/> <uses-feature android:name="android.hardware.camera"/> <uses-feature android:name="android.hardware.camera.autofocus"/> <!--开始检测页面--> <activity android:name="com.tongduntest.cn.tongdun.android.liveness.SampleStartActivity" /> <!--检测页面--> <activity android:name="com.tongduntest.cn.tongdun.android.liveness.LivenessDetectActivity" /> <!--检测结果页面--> <activity android:name="com.tongduntest.cn.tongdun.android.liveness.SampleResultActivity" />
这里要注意的是 :注册activity的时候 一定要写在 application 里
然后更改 proguard 混淆
-dontwarn com.oliveapp.** -keepattributes InnerClasses -keep class **.R$* {*;}
到这里 sdk算是集成了,然后我们开始写 android 和RN的交互
第二部分:Android 和RN 的交互
新建一个文件夹 这个文件夹 和MainApplication同级目录,然后名字任意取,记得包名要和名字一致。
module代码:
package com.tongduntest.tongdun; /** * Created by Sean on 2017/3/29. */ import android.app.Activity; import android.content.Context; import android.content.Intent; import android.net.Uri; import android.os.Build; import android.provider.Settings; import com.facebook.react.bridge.ActivityEventListener; import com.facebook.react.bridge.ReactApplicationContext; import com.facebook.react.bridge.ReactContextBaseJavaModule; import com.facebook.react.bridge.ReactMethod; import com.oliveapp.face.livenessdetectorsdk.livenessdetector.datatype.LivenessDetectionFrames; import com.tongduntest.MainActivity; import com.tongduntest.cn.tongdun.android.liveness.LivenessDetectActivity; import com.tongduntest.cn.tongdun.android.liveness.SampleResultActivity; import com.tongduntest.cn.tongdun.android.liveness.view_controller.LivenessDetectionMainActivity; import android.content.Intent; import android.support.v7.app.AppCompatActivity; import android.widget.Toast; import android.os.Handler; import android.os.Bundle; import com.oliveapp.face.livenessdetectorsdk.livenessdetector.datatype.LivenessDetectionFrames; import com.tongduntest.cn.tongdun.android.liveness.view_controller.LivenessDetectionMainActivity; public class TongdunModule extends ReactContextBaseJavaModule { public TongdunModule(ReactApplicationContext reactContext) { super(reactContext); } ReactContextBaseJavaModule getCurrentActivity ; @Override public String getName() { return "tongdun"; //暴露给RN 的模块调用 } @ReactMethod public void startTongdun(){ //跳转人脸识别activity //这里 我们跳转activity的时候 要这样写 注意路径不要错 Activity currentActivity = getCurrentActivity(); Intent intent = new Intent(currentActivity, com.tongduntest.cn.tongdun.android.liveness.SampleStartActivity.class); currentActivity.startActivity(intent); } }
ReactPackage代码:
package com.tongduntest.tongdun; /** * Created by Sean on 2017/3/29. */ import com.facebook.react.ReactPackage; import com.facebook.react.bridge.JavaScriptModule; import com.facebook.react.bridge.NativeModule; import com.facebook.react.bridge.ReactApplicationContext; import com.facebook.react.uimanager.ViewManager; import com.tongduntest.tongdun.TongdunModule; import java.util.ArrayList; import java.util.Collections; import java.util.List; public class TongdunReactPackage implements ReactPackage { public List<Class<? extends JavaScriptModule>> createJSModules() { return Collections.emptyList(); } @Override public List<ViewManager> createViewManagers(ReactApplicationContext reactContext) { return Collections.emptyList(); } @Override public List<NativeModule> createNativeModules( ReactApplicationContext reactContext) { List<NativeModule> modules = new ArrayList<>(); modules.add(new TongdunModule(reactContext)); return modules; } }
到这里之后 然后就是到 MainApplication中实例化一下。(记得导包)
然后测试了下 RN 这边已经能够打开 人脸识别:不过进入的时候会出现闪退,这时候要改下 build.gradle文件
dependencies { compile fileTree(dir: "libs", include: ["*.jar"]) testCompile 'junit:junit:4.12' compile "com.android.support:appcompat-v7:23.0.1" compile "com.facebook.react:react-native:+" // From node_modules } buildTypes { release { minifyEnabled false //minifyEnabled主要用来控制是否运行混淆的。 proguardFiles getDefaultProguardFile("proguard-android.txt"), "proguard-rules.pro" } }
更改过之后 重新rebuild 跑起来了
最后就是 写成功后的回调 把 抓取到的图片给 RN ,告诉RN 成功或失败了
在回调方法里写:
新建一个交互类:
/** * @param reactContext * @param eventName 事件名 * @param params 传惨 */ public void senMsgToRN(ReactContext reactContext, String eventName, @Nullable WritableMap params) { reactContext .getJSModule(DeviceEventManagerModule.RCTDeviceEventEmitter.class) .emit(eventName, params); }
然后发消息给RN
//发消息给RN 成功 //定义上下文对象 MainApplication mainApplication = (MainApplication)getApplication(); ReactContext reactContext = mainApplication.mReactNativeHost.getReactInstanceManager().getCurrentReactContext(); WritableMap writableMap = new WritableNativeMap(); writableMap.putString("key", "success"); writableMap.putString("base64Data", base64Data); senMsgToRN(reactContext, "EventName", writableMap);
注意: 如果这个 mReactNativeHost 方法报红的话 把 MainApplication中的这个私有的方法改成public
很简单吧,到这里
Android 端集成 给RN发消息也写好了,接下来就是js这边的监听,
componentWillMount() { Platform.OS === "android" ? DeviceEventEmitter.addListener('EventName', function (msg) { console.log("androidmsg:" + JSON.stringify(msg)); }) : null }
调用原生模块
render() { return ( <View style={styles.container}> <TouchableOpacity onPress={() => { NativeModules.tongdun.startTongdun() }}> <Text style={styles.welcome}> go to tongdun </Text> </TouchableOpacity> <Text style={styles.instructions}> To get started, edit index.android.js </Text> <Text style={styles.instructions}> Double tap R on your keyboard to reload,{'\n'} Shake or press menu button for dev menu </Text> </View> ); }
控制台打印如下:
这样获得base64图片字符串后 接下来的事情就交给RN 进行https post请求 进行人像对比了。
最后成功之后不要忘记销毁activity 方法: finish() 关闭当前页面。
ios集成请参考react native 集成人脸识别 --ios
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
AI时代的序幕
机器与人的区别,一个技术和哲学双重问题 机器是否能思考?机器和人的区别是什么?早在17世纪,勒内·笛卡尔就曾经思考过这个问题,当时他给出的推论是,机器虽然能够根据人动作做出不同的反应,但是并不能以各种方式组织语言类演讲表达,因此机器不同于人类。 这位被视为解析几何之父的数学家,同时也是西方现代哲学的奠基人;醉心哲学研究的他,留下了“我思故我在”的名言。 应该说,类似笛卡尔这样的哲学思考和论断,起到了安抚人心的作用。在机器隆隆作响的三次工业革命进程中,从未引起如今这般全社会范围对机器智能的恐慌。农业人口减少,但是促生了工人群体,并涌现了重多具备专业知识的中产阶级;高新科技产业的发展不仅带来了体积更小、速度更快、能耗更小、价格更低、可靠性更强的各类专业计算机器,而且实现了信息的互联互通,人们享受着技术进步带来的成果。 1950年,也就是半
- 下一篇
省钱利器!基于TensorFlow的端到端验证码识别
最近机器学习很热,作为机器学习在图像识别方面最火的研究领域,神经网络将图像识别带入了新的高度,很多之前还只能在实验室中的理想情况下的成果,目前已经大量的运用在了实际生产环境中了,了解一些神经网络的知识,不仅能拓宽自己的视野,关键时刻这还是一种很好的省钱省力的解决方案。最近在做端到端的识别的研究,刚刚将模型搭建完毕,想着用什么方式测试一下呢?目前网上最多的就是验证码图片了,随便一个网站都能拔下来一堆,借助一些打码平台,能很快的完成数据的标注工作,正好把刚刚搭建完成的end-to-end的识别模型在这些验证码上一试。 好了背景介绍完了,为了接下来介绍一些原理性的东西,一些基本术语的概念需要先明晰一下: 机器学习解决问题主要是分类问题和回归问题 回归问题:概括的讲就是用于分析两个变量X和Y之前的关系。希望能找到一个模型来尽量的表示Y=f(X),其中的f就是需要学习的模型。例如X:表示房屋大小,Y:表示房屋价格,当你获取多组数据以后,就要尽量建模来拟合X和Y之间的关系。 分类问题:根据物体一系列的特征,通过模型对问题进行分类。例如通过图像的像素,判断图像中的物体,这就是典型...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
-
Docker使用Oracle官方镜像安装(12C,18C,19C)
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池
- CentOS8编译安装MySQL8.0.19
- Docker快速安装Oracle11G,搭建oracle11g学习环境
- SpringBoot2配置默认Tomcat设置,开启更多高级功能
- MySQL8.0.19开启GTID主从同步CentOS8
- CentOS7,8上快速安装Gitea,搭建Git服务器
- Jdk安装(Linux,MacOS,Windows),包含三大操作系统的最全安装
- SpringBoot2编写第一个Controller,响应你的http请求并返回结果
推荐阅读
最新文章
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池
- CentOS8,CentOS7,CentOS6编译安装Redis5.0.7
- MySQL8.0.19开启GTID主从同步CentOS8
- Docker快速安装Oracle11G,搭建oracle11g学习环境
- SpringBoot2整合Redis,开启缓存,提高访问速度
- Windows10,CentOS7,CentOS8安装Nodejs环境
- CentOS7编译安装Cmake3.16.3,解决mysql等软件编译问题
- SpringBoot2编写第一个Controller,响应你的http请求并返回结果
- SpringBoot2更换Tomcat为Jetty,小型站点的福音
- CentOS7设置SWAP分区,小内存服务器的救世主